社招第一次面试手撕了这么多代码.....太硬核了！基操：项目做的是什么？你训练算法过程中一般用哪些损失函数？中途插入问题：qwenvl系列的模块设计由哪些部分组成？然后就直接开始手撕代码了：多模态输入、Token 处理、Self/Cross Attention、Mask、LoRA、Dataset/DataLoader、训练流程、累计梯度、eval、多进程通信、微调方法 全都要会写代码。多模态大模型算法岗 · 高频面试题 + 标准答案（完整版）1. 多模态模型（图文）输入是怎么 Tokenize 的？答：文本用文本分词器转成文本 Token。图片不直接分词，而是切成固定大小的 Patch，每个 ...

继续来分享下之前的面经~欢迎友好讨论，信息共享1.怎么优化显存？2.transformer中的注意力机制、为什么用softmax、为什么用点积：余弦相似度不行吗？3.PT SFT RL的关系？可以互相替代吗？4.batch size调整过吗？lr有调整过吗？两者需要一起调整吗？5.LoRA原理？数学原理？6.文档去重？手撕代码（一道浅拷贝，一道hot100中等题）

我一直觉得，如果想进入 AI 行业，最应该“卷”的其实是算法能力。AI 领域虽然岗位很多，但真正有技术壁垒的还是算法相关方向。无论是机器学习、深度学习，还是计算机视觉、自然语言处理，本质上都离不开扎实的算法基础。如果算法能力不够，很容易停留在调用框架、调模型参数的层面，很难真正走得更远。

1. 场景题: 用户上传好几篇论文，AI能够精准总结并且能输出对比表格，怎么让Qwen具有这样的能力，全流程是什么？2. 微调的数据集哪里来的？数据怎么处理的？3. 会不会Linux4. 如何评估数据集的质量