第一次找实习，双非一本，简历比较单薄，只有校园经历，想找中小厂的日常实习求大佬提一下修改意见，非常感谢

openclawd这股风刮了半天了，今天终于想到能用它干点啥。正好某大厂现在提供免费试用，于是配置了一个用来海投。部署步骤：1.创建xx云电脑实例2.更换为openclawd镜像3.登录，配置好钉钉机器人4.开始让🦞进行自动投递（这里个人认为比较好的方案是：让openclawd打开对应网站，你手动登录，提前上传好附件简历，再让龙虾进行自动投递。其实个别网站也可以让龙虾进行登录，只要你在钉钉给它提供手机号和验证码，道这样可能会触发人机验证。）5.时不时看一眼钉钉，看看它有没有遇到什么问题6.上述方案不适用于ssob。猎x，智x招聘，应x生都是可以用的。7.关于token消耗：我目前用的是qwen3.5plus，也用过3max，效果差不多吧，不过qwen这几天有点慢...另，百x大模型有免费额度（要是有人愿意填我验证码注册就好了）要说速度，可能大模型没有手工投递那么快——它也不能太快，不然就被网站识别为异常了，它的优势在于不用占用你的时间去投了。你原本用来看JD、打招呼的时间、跟进的时间，可以用来好好改简历。大概这样。欢迎想养龙虾的朋友一起交流哇~

大四上学期在某厂实习了三个月，说说真实感受吧。进去之前幻想的是参与核心项目、接触前沿技术。实际上每天就是写一些边角需求，改改前人的代码，开不完的会。mentor人挺好但也很忙，大部分时间还是自己摸索。最大的感触是：大厂没有想象中那么光鲜。工位很挤，实习生能接触到的东西真的有限，很多核心代码权限都没有。现在春招我反而没那么执着大厂了，更看重具体做什么、团队氛围怎么样。实习过一次之后你就会发现，公司名字真的只是个壳子，每天干的活才是实实在在的。

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...