1. 大模型微调的完整技术方案与工程落地细节采用 LoRA 参数高效微调方案，仅对 Transformer 的 Q/V 投影层添加低秩矩阵，冻结底座模型参数。训练时设置秩 r=8、缩放因子 α=16，使用 AdamW 优化器，学习率 2e-4，配合余弦退火学习率调度与梯度裁剪。工程上使用混合精度训练、分布式数据并行，提升训练效率，训练后合并 LoRA 权重，不增加推理延迟。 import torch import torch.nn as nn class LoRALinear(nn.Module):def __init__(self, in_features, out_features, r=...

Time line2.2 约一面2.4 一面2.5 约二面＋二面2.8 hr面后秒云证2.12 邮箱oc

对不住了bro哈哈哈哈哈

1. 详细介绍一个你做过的最复杂的项目，架构是怎样的？二面会对项目做深度追问，不能只说"做了什么"，要能讲清楚为什么这样设计。建议准备的内容：整体架构图（能口头描述清楚模块划分）自己负责的核心模块，技术选型的理由遇到的性能瓶颈或设计缺陷，以及如何改进的如果重新做这个项目，哪里会做得不一样面试官会顺着你说的内容追问，所以只说自己真正理解的部分，不要夸大。2. C++11 之后有哪些重要的新特性？你在项目中用过哪些？C++11/14/17 引入了大量现代特性，常考的有：移动语义和右值引用：避免不必要的深拷贝，大幅提升性能，配合 std::move 使用。智能指针：unique_...