百度多模态算法一面面经

八股:
1，lora的原理，lora是否会增加训练时间rank，rank_alpha在训练的时候有没有作用，有没有尝试了解其他的lora
2，Wan2.1的模型架构细节
3，Wan2.1的图像特征是如何注入进去的，文本特征是如何注入进去的
4，Wan2.2的模型架构，细节，高噪专家和低噪专家是如何转换选择的
5，Wan2.2 划分高噪专家和低噪专家是根据什么划分的，信噪比，具体是这么做的
6，重参数化技巧原理
7，Flow Matching原理，gtv是怎么计算的
8，DDPM和Flow Matching的区别
9，DDPM在训练的时候为什么不是先加噪1000步然后再去噪，而是随机选一个时间步加噪再学习去噪过程
10，VQ-VAE介绍
11，ViT是如何把图像转换为tocken序列的
手撕:
LayerNorm，股票的最佳买卖时机I