1. 介绍一下你做过的项目，挑一个你最有代表性的详细讲一下答：我会优先挑一个和嵌入式强相关、并且自己参与度最高的项目来讲，不建议把项目讲成“功能介绍”，而是要讲清楚自己具体做了什么。可以按照下面这个结构回答：项目背景先说项目是做什么的，比如智能小车、控制板、采集系统、机器人、车载节点或者某个比赛作品。再说项目解决什么问题，应用场景是什么。我的职责负责哪一部分硬件和软件。比如负责底层驱动、通信协议、任务调度、传感器数据采集、控制算法、上位机联调等。技术方案用了什么主控，比如 STM32、ESP32、NXP、TI。外设接口有哪些，比如 UART、CAN、SPI、I2C、ADC、PWM。软件架构是裸...

学java第六天，效率太慢了把游戏删了我再玩是sb

原本想以为实习经历就更好找正式了，但是恰恰相反，在boss上面，石沉大海，要么是实习转正，要么必须线下面试，我真没招了，准备跳楼了

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...