本专栏只总结最重要的八股，简历对应的 简历话术：  RabbitMQ：理解异步、削峰、解耦；熟悉消息可靠性、幂等性、顺序性、死信队列和延时队列及消息积压问题的解决方案  1. 作用：异步削峰解耦 电商秒杀系统（综合体现异步+削峰+解耦） 场景描述：双11零点，某商品限量秒杀，瞬间涌入百万级并发请求。 异步（秒杀用户立即得到“排队中”响应）：用户点击“立即秒杀”后，立即返回“排队中，请稍后查看结果”。后端消费者慢慢拉取MQ消息，真正完成订单创建、扣库存、发券等操作。 削峰（流量大时不让服务垮掉）：网关层只校验资格、生成秒杀令牌，不处理后续逻辑。所有有效请求直接写入MQ（例如订单预处理队列），瞬间...

双非本科，靠着字节、百度、蔚来三段实习一路撑到春招，到现在才真正认清现实。一封封感谢信砸过来，慢慢明白，学历和学校带来的门槛，远比几段光鲜实习要重得多。最让人无力的，莫过于拼尽全力刷实习、攒经历，最后却连一个入场机会都换不来，那种落差感真的太磨人。总自以为是地觉得，有大厂实习就够了，一定能挤进心仪的公司，可现实一次又一次把幻想击碎。现在的我，早已没了春招初期的锐气，只剩下满心的迷茫和惆怅。不知道是该坦然接受现实，还是继续抱着不切实际的期待，在大厂的梦里不肯醒。

春招实习都投了好多，全是拒绝，有一两个面试，面完也觉得希望渺茫，果真应证了那句26届学院本，buff拉满了

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...