1.自我介绍和项目2.Qwen- VL 的训练流程是怎样的3.讲一下大模型的训练流程，多模态大模型的视觉特征传递给 LLM 都有哪些方法4.ViT 一般怎么预训练5.多模态 RAG 介绍一下6.对于不同形状的图片或视频，位置编码怎么设计7.在 ResNet 或者 Transformer 中，残差连接的作用是什么，展开讲讲8.开放题：大模型在训练和推理的时候显存不够，有哪些优化方法9.代码：215．数组中的第 K 个最大元素

1. 自我介绍。2. 实习项目深挖： * 详细介绍一下你实习时做的那个系统是怎么实现的？ * 比如系统设计、你那个看门狗机制具体是怎么监控 Jar 包状态和实现异常恢复的？ * 聊聊你项目里的微服务模块是怎么设计的？比如 XLJob、RabbitMQ、Seata AT 的应用。 * MongoDB 的查询语句是怎么写的？3. Redis： * Redis 有哪些常用的数据结构？ * 常用的命令能都说一下吗？比如怎么删除 key，怎么查 key 是否存在，怎么设置过期时间？4. 问题排查： * 如果更新数据库时，你发现本地 MySQL 改成功了，但服务器上的没变，你会怎么排查这个问题？ * 了解...

无手撕代码，全提问。1. 简历上有vlm相关的一个比赛，疯狂被拷打。DPO，PPO啥的，由于主要不做这个，被干烂了。2. 然后聊自己的research，纯cv，一直问一直问，死抠细节。这部分强相关，所以回答比较容易。大概方向：深度估计，单目估计。3. BG：本科成电：数模国奖，奖学金国奖，专业第二博士双学位：国科大信号信息，港城大数据科学。成果：两篇B的trans，1篇某cv大顶刊在投。许愿过一面， 阿门。

📍面试公司：小鹏🕐面试时间：25.08.13💻面试岗位：NLP算法工程师❓面试问题：1. Retrieve模型的训练2. Rerank模型的设计3. RL的reward设计原理，为何这样设计4. 职业生涯规划5. 开放性问题：LLM在汽车上可以有哪些落地场景手撕算法：区间合并🙌面试感想：面试官很和蔼，聊了很多，反问环节一直在聊天，还劝我一定要了解好一家公司的五险一金、年假天数等再选择，说毕竟刚毕业的学生太年轻，怕吃亏