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1. 项目拷打2. 介绍一下FLUX和SD1.5、SDXL的区别3. 介绍一下FLUX中单流和双流Block4. 你觉得FLUX的噪声调度和传统的DDPM有什么区别？5. FLUX中的RoPE是怎么工作的？6. LoRA的前向传播公式是什么？7. LoRA为什么对A和B采用不同的初始化方式？8. A和B都全0初始化会发生什么？9. LoRA通常加载在哪些层？10. LoRA加载以后会导致延迟，如何缓解？11. 对LoRA的秩设置有什么理解？12. 使用Qwen-VL-2.5这样的模型做模型评估如何保证可信度？13. CFG设置的scale过高会发生什么？最后手撕很简单，leetcode 001 two sum

1. 全参数微调的显存一般怎么估算全参数微调的显存不能只看模型参数本身，真正上线训练时至少要把参数、梯度、优化器状态和激活值都算进去。最粗略的估算方式是：如果模型参数量是 N，训练精度是 bf16，那么参数大约占 2N 字节，梯度再来一份 2N，如果用 Adam，还要额外保存两组一阶和二阶矩，通常再加 4N + 4N 字节。也就是说，不考虑激活值时，单参数相关内存大致可以按 12N ~ 16N 字节估。真正把 batch size、sequence length、checkpointing、并行策略加进去后，激活值往往才是大头。所以面试里如果只答“参数量乘 2”基本不够。更稳的答法是先给出静态...

大三实习，现在要开始投简历了吗，该怎么投

DDPM 和 DDIM 的区别是什么？ 第一步：前置小知识（重参数化技巧） 在扩散模型中，我们最常用到一个技巧：如果你有一个符合正态分布的变量 （均值为 ，方差为 ），我们可以把它拆成：  这里的  是一个标准正态分布的纯噪声 。 直白点说： 任意状态 = 确定的基础值 + (随机噪声  噪声强度)。记住这个公式，它是贯穿整个推导的灵魂。 第二步：DDPM 的基础设定（从头到尾加噪） 在原来的 DDPM（去噪扩散概率模型）中，我们有一个清晰的正向加噪过程。 假设我们有一张清晰的图像（或者机器人的一个完美动作），叫做 。我们在它上面不断加噪声，加到第  步时，它变成了 。 DDPM 证明了一个极...