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的原理及其初始化方式是怎样的?
人工智能面试题
更新 2026-08-05
LoRA的原理及其初始化方式是怎样的?
携程
人工智能
消费品/零售
技术原理
技术选型
考察说明
考察对LoRA低秩适配机制和初始化策略的理解
回答思路
解释LoRA通过低秩分解减少可训练参数、冻结原模型权重的核心思路
说明LoRA中低秩矩阵A和B如何近似增量权重ΔW
阐述参数初始化的具体做法及理由
能说明初始化对训练稳定性和收敛的影响
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
请说明机器学习和深度学习各自适用的典型场景,并比较它们的优缺点。
下一题
如何评估 vLLM 部署 87B 参数 MoE 模型时的推理吞吐量?需要从哪些因素和基准结果来估算每秒生成的 token 数?
本题还出现在
消费品/零售行业面试题
携程面试题