个人BG：27届 + 双非硕 + 意向职位：前端——>AI应用全栈开发（发展方向投递/笔面试/Offer进展：简历挂：拼多多、BiliBili(AI Agent)初筛/测评：携程、京东、笔试：米哈游、美团待笔试面试日常：美团一二面挂、趣链一二面三面(拒、九坤一面挂、量旋过面试暑期/有转正机会：腾讯一面挂、腾讯音乐一面过、瓜子OC、小红书OC、百度OC感受：每次最焦虑还是算法题，到底这场面试考JS手撕还是普通算法，已经两天没刷力扣了，工作好累，忘的好快每次都会在怀疑自己/相信自己反复横跳，这个过程很焦虑，不要老是看自己的不足，有时候多看看自己的优点，放轻松，把面试当作一场交流！一直不敢再投...

本2硕9，简历里就写了一个点评和一个rpc，有点焦虑，hot100写过一遍感觉和没写一样，八股每天看，但是感觉有点看不下去，看一会就没劲，求骂醒目前才开始投，投了一个vivo，一个亚马逊，一个腾讯

各位佬，这简历可以找个实习吗？本人大三下。

1、LoRA 微调的原理LoRA 的核心思想是不直接更新预训练模型里的原始大权重，而是在某些线性层旁边增加一个低秩更新分支，用低秩矩阵去近似权重增量。假设原始权重是 W∈Rd×k，全量微调时直接学习ΔW，LoRA 则把它写成：ΔW=BA其中A∈Rr×k，B∈Rd×r ,，(r) 是远小于 (d) 和 (k) 的秩。这样前向计算就变成：h=Wx+ΔWx=Wx+BAx实际里通常还会加缩放项：这样做的本质是认为很多下游任务对大模型权重的更新其实存在低秩结构，不需要真的去学习一个完整的大矩阵。LoRA 的优点是可训练参数少、显存占用低、训练快，而且原模型参数冻结，方便多任务切换和权重管理。2、LoRA...