4.29岗位：AI Coding实习第 1 个问题一、面试官问题：自我介绍。第 2 个问题一、面试官问题：简单介绍本地生活项目第 3 个问题一、面试官问题：你为什么会想到去做一个 Agent 相关的项目？第 4 个问题一、面试官问题：在这个 Agent 项目中，前端部分是你自己参与设计的吗？第 5 个问题一、面试官问题：在项目中，你是如何使用 AI 工具来辅助开发的？第 6 个问题一、面试官问题：如果 AI 生成的结果不符合预期，或者输出报错了，你会怎么处理？第 7 个问题一、面试官问题：你现在是大几？什么时候可以开始实习？第 8 个问题一、面试官问题：为什么选择来武汉实习？第 9 个问题一、...

记得上次找日常实习从投递到最后offer总共花了51天这次暑期也是惊人的相似，从开始投递到offer也是花了51天暑期总结蚂蚁3月20一面挂阿里所有意向简历挂美团3月18一面挂字节3月17投递3月23一面3月27二面3月30三面，三天后挂+转岗4月10从二面复活4月17三面4月20offer快手4月1日一面4月13日二面4月20hr面百度4月11日一面4月14日二面4月17日三面这回教训就是以后不要在职面试了，实在太累+心态不稳，一开始想着就算没有公司要还能在现在公司赖着，最后活也不想干，面试也不想面感谢字节收留了，听说强度不小（早10晚10），好在base在广州，希望顶住😥😥

海投了五六百份了，都没有回信，全都已读不回，没有约面，小厂实习也没有几个回的，211本这个简历很差吗，是不是再快速补一个agent项目，再补点agent知识，往agent开发那里靠靠，面试才会多一点？求大佬指点引流：腾讯，阿里，字节，pdd，米哈游

第 15 题：LoRA（Low-Rank Adaptation）的数学原理 题目 解释 LoRA（Low-Rank Adaptation）微调的数学原理。 一、动机 全量微调大模型要更新全部参数，显存与算力成本高。LoRA 假设预训练权重在适应新任务时，有效更新是低秩的，因此只学习一个低秩增量，与原权重相加得到适应后的权重，从而大幅减少可训练参数与显存。 二、数学形式 设某层线性变换为 ，。LoRA 不直接改 ，而是增加低秩分解的增量：  其中 ，， 为秩。前向时：   训练：只训练 、， 冻结；参数量从  变为 。 推理：可把  算好存成一张矩阵，等价于单层线性，无额外延迟；或保留  分开算...