实习面试

个人情况是双九小硕，一段AIGC强相关的项目，一段小厂实习，一篇2区一作目前投了一些AIGC和多模态方面的算法岗，分享一下遇到的面经不同厂之间有重复的问题我就不一一列举了京东：1. 围绕项目问了一些具体的技术路线和细节2. DeepFloyd的结构+优势3. classifer guidance和~-free guidance的区别&原理聊的非常融洽，面完感觉比较match就给过了hhh蔚来：1. 解释一下lora的原理2. lora有没有激活函数，为什么有or没有3. 延续第3问，如果给lora加激活函数，你觉得用什么比较好，用了能不能收敛，为什么4. lora微调的感悟（对不同参数的理解）5. 对prompt设置的一些感悟，在什么情况下怎么设置是最好的6. SAM效果好的原因？7. SAM的prompt有哪些，可以怎么运用8. recall和precision的区别（强调不要背公式，讲自己的理解）9. 代码环节：手搓multi-head attn百度：1. SD的结构（VAE，DDPM，U-Net，Text Encoder几个模块）2. DDPM和DDIM有什么区别3. 为什么DDIM解决了DDPM的不足（从数学上分析），他两谁是子集谁是母集4. L1和L2有什么区别，各自的优缺点？5. 开放性问答：你觉得SD的VAE可以替换成什么，为什么6. 简述一下ControlNet，DreamBooth，LoRA的原理，各自的优缺点7. U-Net的skip-connection意义是什么8. 口述将一张图片实现90度旋转的思路9. 代码环节：一面基于numpy手搓卷积过程，二面求连通岛屿数量二面表现一般，HC也不充足，遗憾离场了昆仑万维：1. SDXL相比于SD提升有哪些2. GroundingDino的功能和原理3. self-attention剖析：公式+意义，顺便问了下缩放因子是干嘛的4. 针对项目问了一些改进思路5. 代码环节：一面括号匹配；二面最大子列和btw佬们帮我选选offer：