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...

要招就招，每次一脚踢开，挂完一两小时后 发面试邀请，我又乖乖接受 还有机会吗

面试通过了，但是其实待遇没有之前的待遇好 没辙了去看看吧

项目：为什么做大文件分片和上传流程，合并文件是怎么合并的，怎么知道哪个分片属于哪个文件；SSO单点登录是怎么做的。八股：HashMap的底层实现原理put（k，val）的流程和hashmap类似的线程安全的集合AQS和reentrantLocksynchronized锁升级流程mysql优化有哪几个方面？分库分表水平和垂直是什么意思？mysql事务隔离级别和对应能解决的问题redis的持久化机制redis的内存淘汰策略JVM内存结构常见的垃圾回收算法整体还行，三天后约的二面