小米集团面试题 · LoRA
小米集团相关面试题，按最终去重题目聚合。
共 2227 道真题 · 当前筛选命中 11 道 · 更新 2026-08-05
筛选题目已选：LoRA
考察点
技术栈
第 1 题除了LoRA，常见的参数高效微调方法还有哪些？ 考察对PEFT方法谱系的了解广度第 2 题LoRA中的低秩矩阵是如何初始化的？为什么要采用这种初始化方式？ 考察对LoRA初始化细节和作用机制的理解第 3 题微调大模型时，SFT的主要实现方式有哪些？ 考察对监督微调整体技术路线的理解第 4 题讲一下 LoRA 微调的原理。 考察对大模型参数高效微调方法 LoRA 的核心机制理解第 5 题LoRA的秩一般是如何选取的？ 考察对LoRA低秩分解原理及超参数选择实践的理解第 6 题请解释LoRA（低秩适配）的核心原理，以及它如何减少微调参数量。 考察对LoRA低秩矩阵分解原理的理解第 7 题LoRA、P-Tuning和Adapter三种参数高效微调方法有何异同？ 考察对主流参数高效微调技术的对比分析能力第 8 题在LoRA微调中，秩r和缩放因子α等超参数如何选择？它们对模型性能有何影响？ 考察LoRA超参数调整的实践经验与风险判断第 9 题为什么在LoRA中，低秩矩阵能够表示微调带来的权重增量？ 考察对LoRA核心假设和数学原理的理解第 10 题LoRA为什么可以用少量参数实现接近全量微调的效果？ 考察对LoRA原理、低秩假设及高效微调机制的理解第 11 题在LoRA训练的时候,用多少资源,用的什么卡,占用多少显存,一个模型有哪些模块是占用显存的,分别分析一下占用大小 考察对LoRA训练资源需求、GPU显存占用构成及模型各模块显存分布的深入理解