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...

26届本科生，简历写成这样可以吗，毕业回家了过完年来找工作，很迷茫，不知道投什么岗写项目完全离不开ai

bg：211 计算机类，26fall水硕，无相关实习经验半个月准备简历，写了个拆解案，做了unity和ue两个简陋demo开投。腹中皆为草莽，一边投一边学习进步。投递岗位：战斗策划为主，没战策选别的网易雷火：一面挂战斗策划全方向，HR推的逆手，然而本人MMO经验少。无笔试，一面基本问的ARPG/MOBA的战斗/技能/BOSS设计，临场发挥自觉还行，10天后挂。可能是KPI面，虽然面试老哥人很好，但我觉得有种对付HR分配工作的无奈…网易互娱：笔试写完了以后暂无消息，问到最近玩的多的了，感觉写的还不错。米哈游：笔试筛简历发笔试速度极快，但笔试有点耗时，不一定做得完，考虑秋招再战。忍不住再夸一句，你...