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...

我的leader就是面试我的人。我在面试里把自己说的什么都会，今天运行个项目部署个nacos和中间件露馅了。一个下午都没运行起项目，害的leader教了我半个下午。git也不太熟练，他叫我创建分支推到远端也忘记了。他让我给他透个底到底会什么，我说后面的crud，脏活累活交给我和ChatGPT，肯定帮他减负。😂😂😂

准备跑路了，实习太水了，只能写一个黑客松的项目，但感觉也很玩具，文档也没得偷，这个简历现在投后端日常有机会吗

现在等一个shopee和网易的意向