在昆明读书，但是昆明机会太少，所以投了成都、武汉。但是HR一来就问我在不在成都，什么时候到岗。我只能说不在，而且我们学校7月十号才能放假，我也只能说7月能到。他们就不回我了。求问，这种情况怎么办 #牛客帮帮团来啦！有问必答#

base上海啥也没准备纯纯被拷打，😂现场及其惨烈当场挂简历中主要提到了小程序问了小程序生命周期，页面的生命周期小程序的相关框架，Taro的使用等小程序启动的顺序是怎么样的小程序的性能优化相关问题vue的路由相关知识，history路由模式和hash路由模式的区别大家别乱接大厂的面试，准备好了再接，会留下记录的，之后再投这家公司就有污点了简历别乱写，优化的过于天花乱坠容易被问出来需要着重准备简历中提到的内容

#我与云智#作为23届校招生，转眼已经加入西安云智11个月了，今天来分享一下近一年的近况自从来到云智后，让我觉得，工作不仅仅是完成任务，更像是一场有趣的打怪升级游戏，记得从刚开始分配一些基础的需求，到现在成为项目的负责人，，这种感觉就像是不断积攒经验，一步一步升级，能够深切的感受到自己技术上的成长除了工作，云智的文化氛围也让我感到无比轻松愉快，组里成员之间不仅慷慨和睦，互帮互助，还会不定时的出去聚餐放松，而且公司的各种活动也是应接不暇，比如年会游戏&抽奖，各种体育比赛，看电影，citywork等等，城市生活方面，周末的时候，喜欢去逛逛兵马俑、大雁塔，大唐不夜城这些著名景点，偶尔也会去城墙下跑跑步，吹吹风，享受一下古都的现代气息，附一张不夜城的照片好了，今天的分享就到这里啦！欢迎新的小伙伴加入云智投递链接：https://app-tc.mokahr.com/campus-recruitment/csig/20001#/； 内推码：NTAAe97

LLM微调方法(Efficient-Tuning)六大主流方法：思路讲解&优缺点对比[P-tuning、Lora、Prefix tuing等] 由于LLM参数量都是在亿级以上，少则数十亿，多则数千亿。当我们想在用特定领域的数据微调模型时，如果想要full-tuning所有模型参数，看着是不太实际，一来需要相当多的硬件设备（GPU），二来需要相当长的训练时间。因此，我们可以选择一条捷径，不需要微调LLM的全量参数，而只需要新增少量的参数，通过固定原始模型参数，而只需要微调新增的少量参数，从而达到接近使用全参数full-tuning的效果。本章主要讲述在LLM时代，当下主流的微调方法。 1...