1. 如果想要在某个模型基础上做全参数微调，究竟需要多少显存？这个问题不能只看模型参数量，还得把训练时真正占显存的几部分一起算进去。全参数微调时，显存通常会被下面这些东西吃掉：模型参数本身梯度优化器状态前向传播保存的激活值CUDA 运行时和框架缓存如果用的是 AdamW 这类优化器，除了参数之外，还要额外维护一阶矩和二阶矩，所以训练显存会明显高于推理显存。一个比较粗糙但实用的经验是：全参数微调的显存，往往是模型权重显存的 6 到 12 倍左右，具体还得看序列长度、batch size、是否开 gradient checkpointing、是否做 ZeRO/FSDP 分片。拿 7B 模型举例，F...

人生第一次主动投递简历，深受打击总共打招呼120，其中67个未读，34个已读不回，主动涌上来的5个字节和3个华为kpi，婉拒。最后11个投递简历，然后6个已读不回，2个询问实习时间后口头承诺约面，3个要了简历逗逗我然后没看。想问问该怎么办这是正常的嘛

最近投了几下都约不到面😨😨还是太菜了😓😓😓哥哥们有啥意见😢😢

一、var 的特性（旧时代变量声明）  函数级作用域，块级作用域会变量泄露 存在变量提升，访问到 undefined 可重复声明、可重新赋值 全局声明会挂载到 window  示例代码 console.log(a); // undefined var a = 1; function fn() { var a = 2; console.log(a); // 2 } fn(); console.log(a); // 1  二、let 的特性（ES6 块级变量）  块级作用域，外部无法访问块内变量 存在变量提升，但有暂时性死区 TDZ 不可重复声明，可重新赋值 不会挂载到 window  示例代码 ...