写个启明星成的面经 30min

视觉算法实习生-组内做图像生成，拷问了很全面的图像生成知识，记录一下，也方便后续回顾。1.Stable Diffusion的1.x/2.x/XL/3.x 各个版本的区别2.SDXL的双文本信息处理/采样方式的改进/Refiner结构/训练集的多尺度3.Stable Diffusion的结构和各个模块的功能4.VAE的输入输出维度、编解码器施加的约束（量化/patch对抗）5.CLIP的pipeline/loss6.Unet的输入：时间步/随机噪声/条件-交叉注意力，输出：噪声期望7.采样器：DDPM-重参数化/DDIM/EDM8.微调：Lora/Adapter/Dreambooth/Text inversionlora和prompt engineering能否达到相同效果lora的label咋来？BLIP  为什么用BLIP？ BLIPv1v2 区别10.CFG的训练和推理11.Transformer结构：解码器的交叉注意力QKV是谁？12:Vision Transformer结构13.GAN和Diffusion优缺点

#牛客在线求职答疑中心#第四届上海理工大学程序设计全国挑战赛题解

RAG：AI大模型联合向量数据库和 Llama-index，助力检索增强生成技术 在大模型爆发的时代，快速准确地从大量数据中检索出有价值的信息变得至关重要。检索增强生成（RAG）技术，结合了传统的信息检索和最新的大语言模型（LLM），不仅能够回答复杂的查询，还能在此基础上生成信息丰富的内容。 RAG 技术的核心在于其能够将大型语言模型的生成能力与特定数据源的检索相结合。这意味着，当模型面对用户提出的问题时，它不仅依赖于自身训练时的知识，还可以实时地从外部数据源中检索相关信息，以此增强回答的准确性和丰富性。这种方法对于处理最新信息特别有效，能够有效弥补传统模型在时效性方面的不足。 这里我们将基于...