淘天多模态大模型面经

✅一面
1．首先是自我介绍和过项目，面试官还一起探讨项目用到的方法，可行性之类的
2．介绍一下 CLIP
3．了解 LoRA 吗， LoRA 微调的原理是什么
4．了解哪些多模态大模型，简要介绍几个
5.BLIP的三个损失函数分别是什么，数据是怎样清洗的
6.BLIP2相对于 BLIP 有哪些改进，BLIP3又有哪些改进
7.Qwen- VL 的三个训练流程分别是什么，有什么作用
8．视觉编码器和 LLM 连接时，使用BLIP2中 Q - Former 那种复杂的 Adaptor 好还是 LLaVA 中简单的 MLP 好，说说各自的优缺点
9．代码：实现多头自注意力
一面比较常规，几乎都是八股问题，我觉得只要了解常见的多模态大模型都问题不大，主要还是要理解各个模型设计的动机是什么，这也是面试最喜欢考察的
✅二面
1．自我介绍和过项目，简要问了项目中使用某些方法的动机，以及是否会导致其他的问题
2．了解 Transformer 吗，编码器和解码器的注意力有什么区别，在计算注意力中时除以 dk \ sqrt { d _ k }\ sqrt [ d _ k ｝的原因是什么
3．后来有哪些比较经典的基于 Transformer 的语言模型， Qwen 相比于原始 Transformer 有哪些结构上的改动，Qwen2又有哪些改进
4．了解 RLHF 吗， DPO 和 PPO 有什么区别， Loss 是什么样的，各自的优缺点是什么
5．介绍一下 CLIP ，还了解什么其他的对比学习方法
6．开放题：了解哪些多模态大模型，目前多模态大模型最的问题是什么
7．代码：1143．最长公共子序列
二面其实也偏常规，几乎也都是八股问题，但是也考察了一些对模型的理解以及知识面的广度，整体来说比一面的难度大一些
✅三面：
1．自我介绍，然后详细过了一下项目
2．了解哪些大模型和多模态大模型，然后就聊了大模型这一路是怎么发展过来的，
Transformer 、 BERT 、 GPT 、 LLaMA 、 Qwen ix ,以及当时的o1推理模型
3．平常有尝试过训练过大模型吗，规模小一点的也没关系
4．聊天，包括职业规划等等
三面比较轻松，面试官说知识点前面两面都考察过了，三面就轻松一些，大概40来分钟吧
📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。