3月10号开始投递 当天就收到约面 第一次面试就通过了 我以为我的求职之旅会很顺利 结果...3-16 上海小厂 (通过 由于是低代码就拒了)3-19 海康威视一面 (过)3-19 长沙小厂 (未过 很疑惑15min结束也没问啥 一半在问学校经历)3-20 经纬恒润 (挂 面试官说我来了他亲自带我 就坐他边上 最后还是挂)3-24 长沙聚恒集团一面 (群面(是一个面试官面4个候选人) ???. 过 )3-26 长沙聚恒集团二面 (电话面的 聊挺好还是挂)3-27 海康威视hr面 (一周后挂...)以为海康稳了 这段时间就没约面试.......4-7 字节跳动 (一面挂 太菜了 三个手撕都没出 ...

ClaudeCode是真好用啊，谁懂啊不知道ClaudeCode 为什么这么恨老中

第一次实习的时候啥也不懂mentor第一天跟我说的。我说好。我以为只是第一天这样。第二天——"你先看看文档。"第三天——"你先看看文档。"第五天我鼓起勇气问："那我后面大概做什么方向？"他说："不急，先熟悉。"我点开过的文档数了数，三十多篇。每一篇我都有认真看实在无聊，我打开同学群看看大家都干啥呢。有人说他入职第一天就改了bug。有人说他mentor每天带他review代码。有人说他们组上周聚餐了。我每天的成就是：又看了五篇文档。上了一周班后，晚上我收工位走出公司，那一刻我突然明白"你先看看文档"是什么意思。不是让我熟悉。是他也不知道让我干嘛。我真的谢

1. 什么是 LoRA？LoRA 全称是 Low-Rank Adaptation，核心思想是在微调大模型时不直接更新原始大权重矩阵，而是冻结预训练权重，只额外学习两个低秩矩阵，用这两个小矩阵的乘积去近似原权重的增量。原来如果某层权重是： W ∈ R^(d×k) LoRA 不直接学习 ΔW 的完整矩阵，而是写成： ΔW = B A A ∈ R^(r×k), B ∈ R^(d×r), 且 r << min(d, k) 最终前向变成： h = W x + ΔW x = W x + B A x 这样训练参数量会大幅下降。2. LoRA 的思路是什么？LoRA 的基本假设是：大模型在迁移到下...