腾讯混元多模态一面

秋招第一面，也是我这个双非底边废物第一次面wxg，就当作是收集游戏成就一样，也没怎么认真准备，所以大概率也是最后一次面wxg了 时间大概45min  自我介绍 拷打实习，不过貌似对我实习做的东西不是很感兴趣，后面反问的时候才知道他们是工具组，招的是写代码的人 拷打项目，问项目上线没有，遂答没有，又反问为啥不上线……扯了很多，顺着项目简单穿插了几个八股问题 算法很简单，手写快排。这哥们出完算法题就搁那玩手机了，可能是周五晚上还得面试候选人，对老板心存怨念吧。写完之后我就静静地看着他低头刷手机，反正混时间呗，我可以陪着一起混，只要我不说话他就不会给我出新的算法题哈哈 反问，这下才知道他们其实是工具...

✅一面 1．首先是自我介绍和过项目，面试官还一起探讨项目用到的方法，可行性之类的2．介绍一下 CLIP3．了解 LoRA 吗， LoRA 微调的原理是什么4．了解哪些多模态大模型，简要介绍几个5.BLIP的三个损失函数分别是什么，数据是怎样清洗的6.BLIP2相对于 BLIP 有哪些改进，BLIP3又有哪些改进7.Qwen- VL 的三个训练流程分别是什么，有什么作用8．视觉编码器和 LLM 连接时，使用BLIP2中 Q - Former 那种复杂的 Adaptor 好还是 LLaVA 中简单的 MLP 好，说说各自的优缺点9．代码：实现多头自注意力一面比较常规，几乎都是八股问题，我觉得只要了解常见的多模态大模型都问题不大，主要还是要理解各个模型设计的动机是什么，这也是面试最喜欢考察的✅二面1．自我介绍和过项目，简要问了项目中使用某些方法的动机，以及是否会导致其他的问题2．了解 Transformer 吗，编码器和解码器的注意力有什么区别，在计算注意力中时除以 dk \ sqrt { d _ k }\ sqrt [ d _ k ｝的原因是什么3．后来有哪些比较经典的基于 Transformer 的语言模型， Qwen 相比于原始 Transformer 有哪些结构上的改动，Qwen2又有哪些改进4．了解 RLHF 吗， DPO 和 PPO 有什么区别， Loss 是什么样的，各自的优缺点是什么5．介绍一下 CLIP ，还了解什么其他的对比学习方法6．开放题：了解哪些多模态大模型，目前多模态大模型最的问题是什么7．代码：1143．最长公共子序列二面其实也偏常规，几乎也都是八股问题，但是也考察了一些对模型的理解以及知识面的广度，整体来说比一面的难度大一些✅三面：1．自我介绍，然后详细过了一下项目2．了解哪些大模型和多模态大模型，然后就聊了大模型这一路是怎么发展过来的，Transformer 、 BERT 、 GPT 、 LLaMA 、 Qwen ix ,以及当时的o1推理模型3．平常有尝试过训练过大模型吗，规模小一点的也没关系4．聊天，包括职业规划等等三面比较轻松，面试官说知识点前面两面都考察过了，三面就轻松一些，大概40来分钟吧📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

大模型组的，对千帆类似平台比较了解千帆： 数据增强SFT讲解，怎么增强？ 这里增强方向忘了，同类泛化、同义泛化、增加约束、前提条件变换RAG的解析策略、切分策略、个人怎么看待RAG里面最重要的？真的有用吗回答倒也未必，解析切片不好无外乎召回时候多召几个切片，最后筛选时候保留相关度最高的几个，没有切好不代表用不了目前对多模态了解还是不足AI智能客服做了什么伪造医院证明识别：怎么写prompt，好像人工也不能很好的审核1.医院等级2.病因3.有效日期4.p图痕迹识别模型有没有统计全年度因为伪造证明多少单，损失多少钱？？这个好好想一下，没答好可能需要参考飞常准一天的订单量，结合退票率，再进一步缩小伪...

如题，嘻嘻嘻嘻