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
人工智能面试题
LoRA 微调时哪些层是可以不冻结的?
人工智能面试题
更新 2026-08-05
LoRA 微调时哪些层是可以不冻结的?
蚂蚁集团
人工智能
互联网/IT
技术原理
方案权衡
LoRA
考察说明
考察对 LoRA 机制和参数冻结策略的理解
回答思路
能说明 LoRA 本质是冻结预训练权重并注入低秩适配器
指出通常可训练的是注入的低秩矩阵,而非原始权重
能结合注意力层、前馈层等说明常见微调范围
能解释哪些层保持冻结及其原因
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
请讲解PPO和GRPO的原理与核心区别。
下一题
用户怎么获取大模型的有害信息?
本题还出现在
互联网/IT行业面试题
蚂蚁集团面试题