AI 简历
简历模板
简历范文
模拟面试
校招
求职攻略
关于我们
我要招人
登录
登录
AI 简历
简历模板
简历范文
模拟面试
校招
求职攻略
关于我们
我要招人
首页
面试题库
百度面试题
LoRA微调是如何减少训练参数的?
百度面试题
更新 2026-08-05
LoRA微调是如何减少训练参数的?
百度
人工智能
专业服务
技术原理
方案权衡
LoRA
考察说明
考察对LoRA参数高效微调原理的理解
回答思路
解释LoRA通过低秩分解近似权重更新量
说明只训练低秩矩阵而非全部权重
说明推理时可将低秩矩阵合并回原权重
提及LoRA在显存和训练成本上的收益
本题已收录答题指导
本题附完整参考答案与评分标准
登录后可查看结构化答题指导;也可以直接开一场模拟面试,AI 面试官用本题实时追问并给出评分。
开始模拟面试
登录查看答题指导
换一题
上一题
请实现一个函数,将给定的大文本文件内容按句切分为 n 份尽量均匀的子文件。要求只能在句号、问号、感叹号或逗号处切分,不能从句子中间断开,且只处理英文大小写、英文标点(主要是 . , ? !)和数字。
下一题
请介绍 word2vec 的基本原理,并说明你了解 DeepWalk 吗?如果了解,请简述其核心思路及与 word2vec 的关系。
本题还出现在
专业服务行业面试题
人工智能面试题