多模态大模型实习offer

1.项目经历2.模型的 loss 函数前乘以10，会对训练造成什么影响？3.deepseek v3的 rope 实现？ deepseek r1的训练过程？4.做过 rag 是吗？介绍 graph rag ?5.bge 和 gte 模型怎么训练的？为什么不能直接用 bert - base 来做余弦相似度召回？6.对比学习的常用 loss 有哪些？ InfoNCE 的超参数？温度系数对训练的影响？7. gradient checkpointing 原理？ gradient _ accumulation 原理？8.多模态大模型的预训练原理？预训练一般分为几个阶段？ ViT 现在一般用什么方法进行预训练？9. 手撕：梯度下降求平方根。

1.要学的东西多了，又想走竞赛。又要综合，还要拔高竞赛成绩。2.去一个好的中学，成绩就不会像小学那样在年级里面优秀3.然后又因为很忙，然后放松和给兴趣爱好的时间也少了。

1，AI写代码最麻烦的是修改一个东西，可能会把其他地方的代码改错，开会关闭软件很麻烦，可以淘宝买2个ai，一天不够用就别别人家。最好买一键换号，不用麻烦关闭-开启Cursor2，ai做之前先让ai复述自己需求，他说的不对自己再纠正他，能保证他没曲解我们的意思3，让ai修改bug的时候可以让他写控制台信息，方便后面给ai发日志定位错误4，很多晚上让ai改bug死活改不对，还得自己看代码才行。  痛苦的要死，不能完全ai，人类就变成软皇帝了5，让ai实现各板块功能前，让ai在md写好详细的实现思路，界面原型，用户操作流程等一切描述，越详细越好，后面所有对此板块的功能完善均以此md为标准6，开多个cursor，一个负责写前端，一个负责写后端，另一个可以和你答疑，比如问他这个项目还可以怎么拓展啥的，项目报错前后端信息给前后端的ai都发，问他们是谁的错，ai会判断出是前端还是后端的错7，ai整理项目接口会不准确，比如接口参数，返回参数，他总结的会不正确，可能也是ai技术有限吧8，我感觉还是因为claude技术有限，让两个ai写前后端时候，必须是一点一点功能做完，自己看完没问题了，再接着让ai写后面实现。9，ai确实会从自己写的文档来看项目，如果你只想让ai看代码，就把md文档删了10，不要着急把ai没写完的总结就关闭掉，有些信息是ai需要告诉你还要做什么，之前想节约流量写完代码我就关了，结果代码完成的后续工作可能就忽略做了

题目1：会议室数量计算