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...

求大佬们看看简历，暑假马上到了，会赢吗？还有想问问大佬们，清明节之后开始投，暑假还来得及吗？

Time line2.2 约一面2.4 一面2.5 约二面＋二面2.8 hr面后秒云证2.12 邮箱oc

11.1.js事件循环11.2.js线程，ui线程，有什么关系11.3.浏览器为什么要设置成单线程11.4.HTTP请求11.5.TCP和UDP11.6.js设计模式知道哪些11.7.react核心概念以及hook；11.8react合成事件