百度多模态大模型暑期算法二面

岗位名称： 计算机视觉算法实习生 / OPPO AI中心实习地点： 上海实习时长： 3个月及以上，可长期实习者优先，每周到岗不少于4天可到岗时间： 尽快到岗优先岗位职责：1. 参与空间语义理解、计算与推理相关算法的辅助研发、调试与优化工作；2. 负责相关任务的训练数据和benchmark构建，设计、搭建并优化多模态数据构造pipeline，保障数据质量适配模型训练与效果达成；3. 基于VLM/VLA技术完成相应的任务，包括但不限于：摄影场景的理解及空间计算、摄影美学及评价、影像与成像参数的关联机制；4. 配合团队完成技术文档撰写、实验数据整理等相关工作，产出高质量论文或学术报告。岗位要求：1. 学历要求： 研究生及以上在读，计算机、电子信息、计算摄影、自动化、人工智能等相关专业；2. 具备扎实的VLM/VLA基础及实操经验，了解相关技术在视觉、计算摄影领域的应用逻辑；了解计算摄影、相机成像原理。有相关领域顶会/顶刊论文发表、比赛获奖、高star开源项目者优先；3. 拥有高质量数据pipeline构建经验，熟悉自动化/半自动化数据构建流程，能独立处理数据相关问题；4. 掌握Python，熟悉OpenCV等视觉处理工具，熟练使用AI工具（如cursor）提效工作。

5.16 三面结束 我看粉丝投稿的4.21 一面的 二面过完5.11. 自我介绍2. 怎么理解深度学习损失函数中的最大似然估计 MLE？答案：最大似然估计的目标是找到一组模型参数，让观测到的数据在当前模型下出现的概率最大。深度学习里的分类任务通常把模型输出看成条件概率分布 p(y|x; θ)，训练时希望真实类别的概率越大越好。实际优化时通常不会直接最大化似然，而是最大化对数似然，或者等价地最小化负对数似然。交叉熵损失本质上就是负对数似然。比如多分类中，真实标签是第 y 类，模型对这一类预测概率是 p_y，loss 就是 -log(p_y)。预测越自信且正确，loss 越小；预测越错，loss ...

目前研一下：今年3-5月时，Agent相关和RAG相关优化技术学完了，都搞了一遍，做完了一个项目（说实在的大部分都是vibe后review了一遍的😰然后反复和GPT 5.5讨论修改的）研一上时 9-12月：将整个NLP基础，大模型SFT微调，低精度训练，Transformers包，DeepSpeed多卡训练都搞了一遍（当时也是雄心壮志，但是感觉还是有点难，感觉不一定找得到这种岗位，因此后面学了些Agent）（当然也没练不起很大的，就4张2080Ti 22G😭单纯跑通了一遍，实现了效果）目前我打算学一门后端技术，但卡在不知道学Go还是Java😥有点纠结，毕竟都学感觉还是太浪费时间了后面还打算学基础的vllm量化部署和大模型RL训练，打算9月份出去找一份日常实习😫求大佬指点一下下！谢谢谢谢

多个智能体协作时，整个智能体协作的链路就被称作为 TraceAgent 项目的测试和评估，一般不能只看其中某个模型单次回答好不好，而是要按 Trace 来评估单元测试：把 Prompt、工具调用、参数解析这些关键模块拆开单独测。比如说模型能否选择正确的工具？Agent 调工具时，是否按照工具提前定义好的结构来传参？异常出现时有没有兜底？端到端测试：重点看 Agent 在多轮任务里能不能稳定完成目标。这一步需要反复调试，因为 Agent 的问题往往不是某一步错，而是工作流、工具调用、观察结果、继续决策这一整条链路中某部分出了问题离线评测集：把真实业务中的典型问题、边界问题、失败案例沉淀成 ben...