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...

给时间时间 终会梦想成真的🥺那就努力努力再努力🤲

熟练运用AI工具辅助代码编写、bug排查与文档撰写，借助大模型拆解业务需求、优化算法逻辑。自主学习AI实用技术，能结合开发场景高效利用AI提效。具备AI工具落地应用与独立问题解决能力。