交行软开

1. FLUX 的结构、它属于什么生成模型、优势是什么FLUX 本质上还是一类文本到图像生成模型，但它和早期单纯依赖 U-Net 的扩散路线相比，更强调基于 Transformer 的统一建模能力。它通常会把图像 latent、文本条件以及时间步信息一起送进 Transformer 模块，让模型在更统一的 token 空间里做跨模态交互。这样做的一个直接好处是模型容量更容易扩展，文本理解和图像细节控制也更强。从生成机制看，它依然属于连续生成模型，只不过在网络结构和训练目标上比传统 diffusion pipeline 更现代。它的优势主要有三个：第一，文本条件理解更强，复杂 prompt 下的...

感觉寄了，代码都让ai写了，现在心里慌慌慌。怕不给面试，也怕给了面试。第一次面试说要出一道算法题脑子一片空白😐。。。

一面简历拷打1. GSPO相对于GRPO最大的区别是什么？2. LoRA在初始化的时候，有什么特殊设定？3. LoRA实际训练时，base模型的参数是固定不变的吗？4. LoRA中A和B都设置成0可以吗？5. LoRA中A和B都设置成0时，求梯度的时候一直都是0吗？手撕6.给定一个数组，求其中逆序对的个数。7.给定一个包含正数和负数的数组，求其中连续子数组的最大乘积。二面简历拷打1.为什么需要多智能体？单智能体不能做吗2.LangGraph相对其他开源智能体编排工具的优点是什么？3.在现有场景中是否需要用到LangGraph的状态管理功能？4.如何理解Long-term Memory的实现方式...