CV小子转多模态大模型求助

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.介绍实习项目中主要负责的工作和具体任务2.介绍实习项目中 GRPO 的设计思路，包括工具调用能力的设计考量3.简单讲解 yarn 的设计思路4.讲解原始 RoPE 的原理5.讲解 GRPO 的实现方式6.讲解 PPO 和 DPO 的相关原理7.讲解 Transformer 的 Encoder 和 Decoder 相关内容，包括 Encoder 的模块组成8.定义 rag 中召回率的计算和评判标准9.讲解 MHA 中 Q 的定义， Attention 计算过程10.说明 MHA 采用多头设计的原因11.对比 Encoder 和 Decoder 的主要区别12.讲解 MQA 和 GQA 的相关原理23．说明大模型中归一化操作的应用维度13.手撕1：最长括号序列

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1. 项目拷打2. 介绍一下FLUX和SD1.5、SDXL的区别3. 介绍一下FLUX中单流和双流Block4. 你觉得FLUX的噪声调度和传统的DDPM有什么区别？5. FLUX中的RoPE是怎么工作的？6. LoRA的前向传播公式是什么？7. LoRA为什么对A和B采用不同的初始化方式？8. A和B都全0初始化会发生什么？9. LoRA通常加载在哪些层？10. LoRA加载以后会导致延迟，如何缓解？11. 对LoRA的秩设置有什么理解？12. 使用Qwen-VL-2.5这样的模型做模型评估如何保证可信度？13. CFG设置的scale过高会发生什么？最后手撕很简单，leetcode 001 two sum

发点面经攒攒人品～1.项目介绍2.拷打实习数据怎么处理的?流程是?vllm的pagedattention为什么好?3.有没有了解最新的论文?4.qwen3-vlmrope的thw交错为什么好?有没有看过源码?5.lora注入哪些层?6.adam和adamw什么区别?为什么要高精度?7.手撕连续子数组的最大乘积

感觉面完人都通透了，还是太菜了，下去沉淀一下1.项目拷打，每个问题都很深很细节，问到你不会为止八股：1.attention怎么算？2.QKV和softmax公式；为什么要除根号d？除d行不行？3.grpo不同模型架构上训练的差异4.ppo的value model怎么做的？和actor model输出区别。手撕ppo，grpo公式，两者核心区别，advantage怎么算，kl怎么加。最后一些数据提纯和视频生成的场景题。