你的简历根本没命中JD里的隐藏考点【纯干货，无废话，建议先收藏再看，免得想用的时候找不到了】兄弟们，我是真的急了。刚才帮一个学弟看面经，我真的想顺着网线过去摇醒他。他面的是某大厂的商业化运营，简历上写得花里胡哨什么“负责社群活跃”、“策划线上活动”结果面试官上来就问：“如果给你一个ROI为负的新品，你第一周会怎么拆解归因？”学弟直接懵逼，支支吾吾说了半天，最后挂了。其实这道题，JD里早就写了！JD里明明写着“对数据敏感，能通过数据分析优化投放策略”。但他没看出来面试官就是在考他“数据归因”和“策略优化”。这就是典型的“无效准备”。你背了一堆八股文，结果人家问的是业务场景题。今天我不整虚的，直接...

两个项目一个是黑马点评 一个是随便找的agent项目 黑马点评讲解看了一半有必要看完么或者换一个别的项目 那个agent项目也只是看了一半 友友们给点建议😭 格式问题和内容问题都可以谢谢了😭

Timeline3.5一面3.8 二面3.12 三面3.18 hr面4.2 offer

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...