千问多模态算法一面-实习面经

面试很难，还是要多多练习，攒人品中！1.讲一下为什么先cot后answer的情况下，越往后token的prob越高？2.用大模型蒸馏的cot很多噪声怎么办？3.对VLM做SFT，发现模型对文本信息更置信，看图片的时候反而会产生幻觉，怎么办？RL相关1. PPO中GAE的公式，如何递归计算每个token的优势？2. DPO的loss公式？3. GRPO和PPO有什么区别？GSPO和GRPO又有什么区别？4. RL中的熵塌缩和reward hacking遇到过吗？两个问题都有什么改进方法，最近有什么新论文提出了改进方法？5. 在组内采样类型的RL算法中，on-policy rollout不出正确答案怎么办？6. 知道Self-Distillation吗，为什么要做，最近这方面有哪些论文？7. RL过程中reward或者loss震荡严重，怎么办？

前言这是我的agent系列文章的第4篇，该系列分为三部分：AI认知篇：详细讲解相关基础概念AI实践篇：分享诸如skills怎么写、怎么ai coding、怎么写好prompt等的最佳实践AI八股篇：分享我自己整理的应付大模型应用开发岗位必备的八股笔记如果觉得有帮助，欢迎关注我并期待后续文章！预期是日更哦！当天没更可能是因为太累了，周末会弥补的。在大模型应用落地的浪潮中，我们常常面临一个核心矛盾：大模型博学但“失忆”，且容易“胡编乱造”。它不知道我们公司昨天的会议纪要，也不了解最新的内部产品文档。为了解决这个问题，检索增强生成（RAG, Retrieval-Augmented Generatio...

1、项目，各种聊就行2、ViT的原理，swin-Transformer的原理，各自对比，他们的编码方式，是否可学习，各自优缺点，attention的区别和滑动方法；3、多模态VLM的不同模块的设计原理，attention原理，旋转位置编码原理4、手撕动态规划题目：给定一个三角形 triangle ，找出自顶向下的最小路径和。 每一步只能移动到下一行中相邻的结点上。相邻的结点 在这里指的是 下标 与 上一层结点下标 相同或者等于 上一层结点下标 + 1 的两个结点。也就是说，如果正位于当前行的下标 i ，那么下一步可以移动到下一行的下标 i 或 i + 1 。 示例 1： 输入：triangle = [[2],[3,4],[6,5,7],[4,1,8,3]] 输出：11 解释：如下面简图所示： 2 3 4 6 5 7 4 1 8 3 自顶向下的最小路径和为 11（即，2 + 3 + 5 + 1 = 11）。 示例 2： 输入：triangle = [[-10]] 输出：-10解题代码：# dp 三角def minimumSum(triangle):# top --downfor i in range(len(triangle)-2, -1, -1):# scane all elemfor j in range(len(triangle[i])):# current +=  下一行最小值triangle[i][j] += min(triangle[i+1][j], triangle[i+1][j+1])# top last就是return triangle[0][0]if __name__ == "__main__":triangle = [[2],[3,4],[6,5,7],[4,1,8,3]]print(minimumSum(triangle))triangle = [[-10]]print(minimumSum(triangle)

个人情况说说个人情况，本人于2025年年末跑路，工作了4年多，写了4年的前端代码。玩了一段时间，过完农历新年后才正式找工作。过完年后收心，于2026年3月初开始投递简历找工作，开始人生第一次社招副本历程。😭市场行情与现状如之前网上所调侃那样，某boss软件主动找你的都是外包。没想到这个调侃在自己这里是真的。对于前度开发岗位现状，根据自己这几天沟通和面试了解到，市场上传统的业务前端开发岗位数量比几年前少了，甚者比去年都少。面试了一家小公司，他们甚至没有前端开发的同事，将职务工作内容直接让兼职来做，或者让其他后端开发帮忙支持一下。真的像之前那句话，“前端已死”，没有经历过，以为只是调侃玩笑。对于...