一、面试题简述能系统地说一下常见的缓存策略吗？在实际项目中你会如何选择？你是怎么权衡一致性和性能的？二、面试官想听的这道题不是在考有没有用过 Redis，它实际上在考三个能力层级：1、你是否理解缓存的本质矛盾：一致性 vs 性能2、你是否知道缓存策略不是一个点，而是一整套机制3、你是否具备按业务特性选方案的架构判断力高分的回答应该是把缓存当成一套完整的高并发风险控制系统。三、面试回答举例我理解缓存策略本质不是怎么加缓存，而是围绕数据一致性、系统稳定性和性能目标之间做权衡。如果系统不需要高并发，理论上可以不加缓存。由此可见，缓存的存在，本身是一个性能优化手段，而不是一致性保障工具。1、常见读写模...

字节 腾讯三月初就开始了，阿里3.18才开启，但是已经开始造势了，阿里巴巴开始的这么晚，难道是刚盘点完hc？据说今年招聘大方向也是AI，同学们加把劲吧

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...

看着春招的热度，总担心自己积淀不够。每天在实验室里连轴转，既要统筹社团的算法备考，又要熬夜死磕应用项目的核心代码。我常常陷入内耗：这些埋头苦干的技术投入，最终能否在简历上掷地有声？但焦虑解决不了 bug。比起担忧未来，我选择把当下的代码写得更扎实，让每一个落地的项目成为击碎焦虑的底气。