库洛tl分享 + 许愿oc

背景:9本0实习垃圾项目，找实习中藤子（引擎开发）:一面面试官特别好人，非常有引导性地问问题，二面面试官真是拉胯，摄像头不开，态度差，回答有问题也不纠正就继续压力我（二面挂）库洛（图形程序开发）:一面双人面试官，问的都是些好基础的东西，像是kpi？（刚面完目前没消息）面试官说实习最好是能直接来工作的，这不纯找低价牛马吗字节crossplatform（c++客户端被捞过去的）:面试官特别好人，我操作系统计算机网络的问题一个没答出来也没压力我，算法题巨简单我也没秒掉，不过聊的挺愉快，本来结束的时候我都默认挂掉了，结果一面当天晚上约二面，hyw雷火笔试:0.9，我真菜，估计没后续了深蓝:能用ai何意味，不过用了ai我都只能a1道+0.4，第二题不像人类库洛笔试:8道题3道乱写也发面，hyw阶段性总结:我真菜啊😭想停下来沉淀几个月再找找，结果这字节又给我发二面，我不当挂二面大王😭😭😭😭，我宁愿一面挂😭

1.c#与unity内存管理机制2.ugui优化的方法3.资源加载的方法4.泛型委托使用的方法5.观察者模式什么时候使用，怎么使用，方法封装使用哪些api6.A*7.项目相关8.想来学习做哪些内容9.反问12分钟结束，第一次太紧张了，估计凉凉

3.31发的笔试，到现在显示还在笔试中，请问笔试交了过后多久会有结果啊。

1. 介绍一下你做的这个项目2. LoRA 的基本原理是什么LoRA 的核心思路是，微调大模型时没有必要把整个权重矩阵都更新掉，而是只学习一个低秩的增量。原始权重记作 (W)，微调后的权重写成：其中 (A) 和 (B) 的秩都很低，参数量远小于直接更新整个 (W)。训练时冻结原模型参数，只训练这两个小矩阵，这样显存占用、优化器状态和保存体积都会小很多。它适合做领域适配、指令微调这类任务，因为很多任务对模型的改动并不需要覆盖完整参数空间。LoRA 常见会插在 attention 的 q_proj、v_proj 上，有时也会加在 k_proj、o_proj 或 MLP 层。选哪些层，本质上是在表达...