找个工打真难

本人情况：27、学院本、一段小厂实习、Java + AI Agent。从 3 月 16 日开始投递，到现在已经向 2000+ 公司打过招呼，要简历比例 25 ： 1 左右。真正进入面试的更是少得可怜：线上面试大概 5 家左右，另外有 7 家要求线下的机会也全部放弃了。 目前能接触到的岗位，要么薪资偏低，要么公司整体水平较低，对个人长期发展帮助有限。从这个星期开始，每天打开 Boss 直聘都变成一件很消耗的事情。逐渐提不起兴趣，一整页的“送达”像是在不断消磨耐心。那些没有回应的消息，加上大量僵尸 HR 的自动回复，几乎把最后一点期待也一点点耗尽了。这段时间，从系统整理八股，到反复打磨知识体系，再...

大佬们，你们投简历在boss上投简历是直接打招呼还是附带简历啊，我打招呼都不回我，怎么办啊😭😭😭下面是我的简历

我是学院🐭，没面过大厂，官网投的都是秒挂，这是拿我刷kpi的吗？要尝试一下吗？4.3更：g的不能再g

1. 模型训练里你怎么在全参微调和 LoRA 之间做选择这个问题我一般不会只从显存够不够来答，而是会结合任务复杂度、分布偏移程度和上线方式来讲。全参微调的优点是表达空间更大，适合任务分布和原模型差异比较大的场景，比如领域知识很重、输出风格和推理路径都要明显改造的时候，它更容易学到深层适配；LoRA 这类 PEFT 方法更适合成本敏感、实验迭代快、模型版本频繁切换的场景，特别是多任务并行或者多租户配置时，管理上会轻很多。如果任务本质上是在原模型能力基础上做轻量偏移，比如格式约束、领域术语补强、特定工具调用习惯，LoRA 往往就够了。反过来，如果发现训练后模型虽然会答，但深层行为模式改不动，比如推...