今天一个前端面试

多模态岗位1、问了两个多模态项目，深入2、restnet101相比于vgg有何提升3、百度比赛多模态特征融合的时候多头注意力怎么使用4、enire-vil和clip有何区别岗位agent cv方向的 视觉识别进行一系列操作的

后端应用级开发者该如何拥抱 AI GC？就是在这样的一个大的浪潮下，我们的传统的应用级开发者。我们该如何选择职业或者是如何去快速转型，跟上这样的一个行业的一个浪潮? 0 AI金字塔模型 越往上它的整个难度就是职业机会也好，或者说是整个的这个运作也好,它的难度会越大,然后越往下机会就会越多,所以这是一个金字塔型模型。 最顶难度最高的机会最少 1 基座大模型 类似OpenAI的ChatGPT，羊驼，百川智能等，自己拿大量语料去做预训练。 特点： 消耗算力特别巨大 需要大量的资本来支持 OpenAI一次全量训练几千万美金，只有巨头和大资本玩得起，职业机会少。 再往下就是 2 行业垂直大模型 在...

1. 快手：内容电商算法中心，做短视频电商的搜推，之前没有经验2. 美团：到家研发平台-搜索推荐和营销技术部，做外卖搜推相关的AIGC，大模型有一定基础和实习经历快手的搜推本来就是核心技术，但title似乎不如美团，很多人力挺说岗位多HC也多，但也有很多人说搜推现在到了瓶颈，做不出成果很容易g；美团同样是核心部门的核心业务，但美团的AIGC不知道技术影响力如何，大模型的实际落地和盈利能力也是未知数。思来想去，还是想问问更多人的意见，这两个实习因为base的原因都不考虑转正率和转正问题，属于锦上添花希望有了解的朋友给下建议，最好说下原因，万分感谢！

1.问项目2.八股除了CLIP还知道什么多模态模型介绍一下BLIP2transformer的encoder中的信息是怎么用到decoder中的介绍一下lora和ptuninglora是怎么和原模型融合的训练llama的显存占用情况从参数量到显存占用情况的换算