LoRA 是一种参数高效微调方法，其核心思想是将原始权重矩阵的更新限制在一个低秩空间内，从而显著减少训练参数量。不同于传统微调，LoRA 将权重的更新项ΔW\Delta WΔW表示为两个低秩矩阵A∈Rr×dA∈Rr×d和B∈Rd×rB∈Rd×rW′WΔWWBAW′WΔWWBA训练阶段只更新两个低秩矩阵AAA和BBB，原始模型权重WWW保持不变；LoRA 的核心目标：降低大模型微调成本参数量从Od。

其中 Q-Former-Image：负责处理图像信息，它的输入是一个可学习的 query 向量集，这些查询向量经过 Q-Former-Image 后，输出图像的特征。Q-Former-Text：负责处理文本信息，它的输入是文本特征，并通过与图像特征的交叉注意力机制来提取文本相关的视觉特征。Q-Former 以交叉注意力的方式关注冻结的图像编码器提取的视觉特征，确保图像的视觉信息能够被有效地映射到文

A - A CodeForces - 1272C题意：给你串s，再给你几个字母，你们用这几个字符能组成几个s的连续的子串。思路：首先记录那几个字母的 值，然后在s中遍历，如果某一段长度为a，那么 子串数就是 (a*(a+1)/2)就OK了#include<iostream>#include<cstring>#include<cstdio>#include<