个人学的基本全部集中在ai方向，后端方向一窍不通。迷迷糊糊和hr约了面试，现在回味过来感觉岗位不太匹配，估计是kpi面，看了下后端面经感觉也很难。听说字节面试不好的话会脏面评，去年已经有一次二面答得很烂没过了，怕这次不行的话影响后续实习 现在在想要不要推掉面试换个符合的岗位投，求各位大佬给点建议

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)

整体面试还是不错的，但是没后续了，不知道是哪里出了问题，攒人品中～1） 项目拷打2）问数据量与数据格式，具体到字段的格式（范式），这些字段怎么生成的3）轨迹模型动作空间4）做线上长轨迹模型数据采集的难点是什么（VM、沙盒），沙盒环境怎么做同步5）轨迹模型GRPO微调的奖励怎么设计的6）你觉得长轨迹的奖励应该怎么给7）如果轨迹模型部署在线上，怎么判断最终轨迹完成了8）用了多少资源跑轨迹模型训练

被横向挂了，希望发出来对大家有帮助！1. 讲一下主要的多模态模型的模型结构2. 对多模态的数据有什么了解，我回答之前看了一些多模态cot的工作构造的dpo数据，以及毕设做的多模态数据增强3. 之前的工作的多模态数据有什么特点和创新点，觉得还可以有什么改进4.统一生成理解模型下游微调各个任务的数据是怎么构造的5. dpo算法是怎么实现的，和其他强化学习有什么区别6. 看项目有目标检测任务，问了IoU是怎么算的，目标检测一般有哪些损失优化code：1. 实现dpo损失，按照想法能写多少是多少，不要求跑通2. 手写IoU损失，要求跑通