郑州易盛内推

小红书内推码：C2BBVQYEQ4RI 小红书校招内推链接：https://hr.xiaohongshu.com/recommend/job-list/XHSRC-7c94d3e14f8624a049ac0b86be7a5daa 小红书社招内推链接: https://hr.xiaohongshu.com/recommend/job-list/XHSRC-3bb1b8019c28fdaf1eb6c2f3a4d2765e 欢迎大家投递小红书，有问题评论区打出来！ 小红书正在寻找有梦想、有热情的人才，一起打造更加智能、更加美好的未来！

项目很垃圾就是外卖加点评，想在成都找个中小厂实习（如果能去大厂更好但是我感觉我不行），实习到9月份开学，现在准备开始背八股，力扣刷了20多道，机会大不大？

三月底投到现在至今0约面，是哪里出了问题，是背景问题还是简历问题呢希望大佬指点一下改了一版新的，求大佬们看看

1. 自我介绍2. 多模态里的旋转位置编码是怎么落到二维视觉 token 上的二维视觉 token 不像纯文本那样天然是一维顺序，所以多模态里的 RoPE 通常不会直接照搬文本侧。常见做法是把二维位置拆成行和列两个轴，分别做旋转位置编码，再把两个方向的信息组合到同一个视觉 token 表示里。这样模型在注意力里不仅能感知“前后”，还能保留一部分“上下左右”的相对结构。真正难的不是公式本身，而是视觉 token 经过压缩、重采样、patch merge 之后，原始空间坐标已经不再一一对应。这个时候二维 RoPE 的设计就要和视觉编码器、projector 以及后续 token 压缩方式一起看，否...