虾皮 AIGC算法一面 暑期实习

发一下问题给大家参考，攒攒人品！有面试过同岗的朋友欢迎评论区交流实习+项目拷打1. 解决过拟合的方法有哪些2. 你知道哪些归一化方法3. 介绍一下自注意力的计算方法4. 介绍一下LoRA的原理5. 介绍一下ControlNet的原理

1. 自我介绍2. 介绍你做的模型loss设计，包含基础损失与辅助损失，说明各部分作用与梯度流动逻辑模型loss采用多任务联合优化框架，主损失负责核心任务拟合，辅助损失用于约束特征对齐、分布对齐与梯度稳定。以多模态分类模型为例，主损失使用交叉熵损失，直接优化分类准确率；辅助损失包含对比损失用于拉近同类特征距离、拉远异类特征，以及KL散度损失用于对齐教师模型与学生模型的分布。训练时通过权重系数平衡各损失，保证主任务不被辅助任务淹没，同时利用梯度裁剪解决多任务梯度冲突问题。 import torch import torch.nn as nn class MultiModalLoss(nn.Mod...

发一下问题给大家参考，攒攒人品！1.实习拷打2.项目深挖3.在PLE模型中上一层的输出是怎么输入到下一层的专家网络的（拼接还是add），如果是拼接的话，维度太长了，怎么做的处理？4.多任务建模和多地区建模有什么不同，从模型，数据，优化角度来回答。5.场景题，假设现在有两个地区对100美元的消费认知不一样，请问在建模的时候如何拉齐这种量纲上的差异？手撕：最长上升子序列（输出返回序列的最长长度以及个数）

1. 自我介绍，围绕一条链路说明你做过什么、你负责什么、难点在哪2. 一个面向多业务域的 Agent 系统，为什么不能只用一个大 Agent 把所有事情做完单 Agent 的问题不是“不能做”，而是做大以后上下文会混杂，知识边界、工具边界和状态边界都不清楚。比如订单查询、风控审计、赔付建议、配置解释，本质上就是不同任务类型，它们需要的知识、状态和可调用工具完全不同。如果硬塞到一个 Agent，模型容易被无关上下文干扰，也容易误用工具。实际工程里更稳的做法是做任务拆分：入口先做路由，再把请求交给垂直 Agent 或垂直 Skill 处理。3. 对多场景、多上下文的请求做路由时，如何判断当前应该调...