研究生期间接触的 语音驱动视频AIGC 合成，自己也训练过 wav2lip，也使用wav2lip, sadtalker等一系列模型造过数据集，在投一篇aigc检测的论文（为啥不发合成的……代价有点大，组里面就我自己在搞）找实习，二面挂我，很痛苦，秋招怎样提高自己的竞争力啊做个项目挂 github？语音驱动视频的，说明自己训练的好？(想过发论文，但创新点…尝试方法可行性的过程太久了，也就三四个月的时间就秋招了）引流：字节 腾讯 阿里 拼多多 小红书 百度 intel 蚂蚁 饿了么 小米 vivo 

LLM 大模型学习必知必会系列(六)：量化技术解析、QLoRA技术、量化库介绍使用（AutoGPTQ、AutoAWQ） 模型的推理过程是一个复杂函数的计算过程，这个计算一般以矩阵乘法为主，也就是涉及到了并行计算。一般来说，单核CPU可以进行的计算种类更多，速度更快，但一般都是单条计算；而显卡能进行的都是基础的并行计算，做矩阵乘法再好不过。如果把所有的矩阵都加载到显卡上，就会导致显卡显存的占用大量增加，尤其是LLM模型大小从7b、14b、34b到几百b不等，占用显存的大小就是惊人的数字，如何在减少运算量和显存占用的条件下，做到推理效果不下降太多呢？在这里需要引入浮点数和定点数的概念。 1.量化的...

1. 问实习2. 问项目3. 多模态有了解吗4. AIGC学过吗5. 大模型有了解吗6. 判断题：L2正则能在RNN中用来解决梯度消失吗7. 多任务学习（回答不会）8. 算法题：①二叉树最大深度②绝对路径简化

面试完就知道gg，简直是一个小时的压力面🥲 1. 自我介绍 2. 研究生阶段项目介绍和研究生课程有哪些（直接给我懵了） 3. transformer模型结构 4. self-attention为什么是QKV三个，作者是依据什么构造出来的 5. 梯度消失和梯度爆炸定义，用什么解决 6. Bert的embedding 7. 大模型LLM和transformer的区别，LLM好在哪里 8. LLama模型结构 9. 位置编码方式有几种，为什么旋转位置编码好，好在哪里 10. 为什么GPT采用decoder-only架构，encoder-only为什么不应该更好？ 11. 自己的项目和大模型的结合，...