最近也是很依旧倒霉，求职到处碰壁和失败，最终病急乱投医选了一家，明知有坑，但依然往里面栽进去，没想到越栽越深，以至于我没有办法承受这样最终的结果。 在与HR的沟通当中，我已多次确认办公地点是否在A点，后续是否会涉及出差或地点变动类似的调整，她的回答是"都是在那边，基本没有出差"，所有入职流程办完之后，到岗当天PM告诉我，后续每天的工作都会在B点进行，而我完全不知道这一回事，HR反馈的信息全是错误的，我租的房子离A大概3-4公里左右，而且城市地铁也不像广深这么发达，出行完全只能靠电动车和汽车，巴士也是少得可怜，原本接受的通勤时间是在40分钟以内，现在直接变成了来回走完，需要整...

这个世界太疯狂了

我现在这个水平大概能拿到多少薪资的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...