面试官超级无敌好，上来先说我优秀。50min项目介绍介绍到一半的时候面试官开始问场景和八股多模态模型的感知错误问题，怎么进行caption？面试官给出的一种思路是让模型生成一些结构化的描述，例如题目的点线面关系，grounding，counting等等，这种比cap更容易judge一些怎么解决感知错误，过度依赖文本信息的问题？我从预训练数据构造上去说的。提到了一篇论文，说是把图片mask掉，用rl去增强模型的感知能力qwen2.5-vl 的位置编码，Mrope，对rope有什么了解，旋转矩阵，外推性很好什么样的位置编码是好的？计算量要小，...Rope有缺点吗？qwen2.5vl 和 qwen...

又不是啥大公司还搞这套，文字游戏真是玩明白了

27届日常实习，boss上沟通了十几个公司大部分都是未读，还有几个已读不回。在官网投了小米，vivo等公司四天简历还在初筛真的不知道怎么办了

bg：2本9硕南瑞中天：软件研发，总包26，有加班，强度未知，合肥徽商银行：总行金融科技，总包20，有加班，强度未知，合肥科大讯飞：java后端，消费者bg，总包32，加班较多，合肥华为：计算产品线，总包35-40，加班较多，大概率上海（泡池子，应该没问题）