美团cv一面

更新：已经进入hr面———————————————-二面面试官经验也很丰富，对技术的考查不多上来先确认 工作地点和部门 上海腾讯优图实验室1. 两分钟自我介绍2. 对简历上哪个工作认为最好3. 打开ppt简短介绍一下4. 那个工作的前置工作是哪个（MasaCtrl）5. 生成评价指标（clip i2i t2i lpips fid等）6. 怎么判断生成异常歧义的指标（我想不出来没接触过7. 技术考察结束，开始问去优图的打算 做什么 科研or落地or两个都沾。科研方向选择？8. 未来打算？9. 到职和实习时间？10. 反问： 1 还有几面（没了，只剩hr） 2.我能通过吗（是可以的 可以准备去）全程半小时 卡的时间点刚刚好 感谢面试官！ #腾讯#  #面经#  #计算机视觉#

1. 自我介绍2. 拷问项目论文实习，针对论文里面的细节细问3. 八股环节腾讯wxg问的深度学习里面比较基础的，梯度消失，梯度爆炸为什么，怎么解决快手问transformer比较多，还要手撕attention（输入不是qkv怎么得到qkv），unet，多头注意力还有问ssim计算公式，psnr计算公式卷积相关八股，包括参数量，输出通道数计算BN中参数个数L1相比于L2损失函数的好处还有面试官天马行空，让介绍yolo，sora4. 算法题环节力扣hot100掌握基本差不多，但有时也会手撕一些网络结构，掌握transformer，unet，和一些torch基本张量操作应该也差不多了。

先说bg，双9，一篇b会，一次竞赛面试官上来就问我的竞赛，说是他们也参加了，比较感兴趣。 问的不算太深。然后就问了两个测评的问题，完全没料想到，回答起来还有点结巴然后就是手撕，两道题目都比较简单，给了20min，时间稍微有点不够，第二题是找最大递增子序列，我没多想直接dp了被面试官提醒没必要总历时56min，希望有结果，毕竟方向挺符合更新 一面过了

个人背景可以看之前写的腾讯LLM面经一面 2024/3/28 上午10:30-11:10自我介绍介绍了快手推荐实习推荐的全链路过程介绍了NeurIPS的论文介绍了本科做的一个App你对AIGC和LLM了解哪些？说了一下自学的东西你对AGI怎么看？你觉得照目前趋势发展下去，能达到AGI吗？结合人类意识还有人脑答了一波你有做过大模型的预训练过程啥的吗？有没有上手过？说一下Transformer中的attention具体原理，以及为什么这么做说一下LLM训练的整体过程介绍一下RLHF介绍一下DDPM的原理了解NLP的大致发展流程吗你是经常用torch吧，说一下你最近遇到的一个bug以及如何处理的说一...