哪些嵌入式AI项目值得推荐

第 17 题：模型量化（Quantization）及 INT8 / INT4 题目 什么是模型量化（Quantization）？INT8 和 INT4 量化的实现方式有何不同？ 一、什么是模型量化？ 量化指把模型权重（和可选地激活）从 FP32/FP16 映射到低比特整数（如 INT8、INT4），从而减少显存占用、提高推理吞吐与能效，在可接受的精度损失下部署大模型。 二、INT8 量化常见实现  对称量化：， 为 scale（通常由 tensor 的 abs max 或分位数定）；反量化 。权重量化常用 per-tensor 或 per-channel scale。 激活：可与权重同用 IN...

攒人品中，祝大家都能拿到满意的Offer！1.实习介绍2.奖励模型是按照生成式还是判别式训练的？3.训练奖励模型的两个loss，为什么第二种比第一种好？4.RLAIF有没有考虑用带反思模型的框架去解决？5.论文介绍6.开放问题7.手撕：数组中连续的、非重复的、和最大的子数组

项目本科学的课程对项目的帮助，理论如何指导实践？所用芯片的ram，flash是多少？freetos是你移植的吗？任务响应延迟降低30%是说裸机和freertos之间的区别吗？为什么引入看门狗？程序卡死之后有没有读寄存器或栈信息定位问题？看门狗周期是多少？谁去执行喂狗操作？看门狗底层有了解吗？对SPI的了解？使用SPI通信有没有遇到过一些困难/奇怪的问题？姿态角解算算法迭代完成了哪些内容？如何优化双环PID的？讲一下双缓冲DMA用最小二乘法整定参数，这些数据是从哪来的？git别人先提交了，push的时候产生冲突了怎么办？有没有办法规避冲突？说说freertos的任务调度？任务之间通信有哪些方法？...

优先选边缘端AI+嵌入式的轻量化项目。比如单片机上部署轻量神经网络、传感器数据AI降噪、设备智能故障识别、低功耗边缘推理这类。这类项目不用堆砌复杂算法，能真实体现硬件驱动、代码优化、资源裁剪和工程落地能力，面试的时候有细节可深挖，和工控、物联网、智能硬件等岗位高度匹配。不会太空，能提升技术。