具身智能VLA算法都有哪些方向好啊

拼多多日常实习 大模型算法一面分享发点面经攒攒人品～1.Pretrain 和 SFT 分别解决什么问题？2.Transformer 的基本结构怎么理解？3.多模态模型的大致结构是什么？最容易踩坑的点通常在哪里？4.SFT 数据如何更贴近业务：如何避免过度模板化？如何做基础的 train / test 去重来避免评测失真？5.对齐（ RLHF / DPO 等）整体思路是什么：为什么需要偏好对／奖励信号？6.玩过 Openclaw 吗？了解其的记忆机制吗？7.如果检索返回了很多相关的内容，如何选择最相关的？8.了解 embeding 吗？9.了解过 spec-drivening 的 code agent 吗？10.了解上下文压缩机制吗？11.为什么压缩前 70%？最开始的几轮对话明确需求不是很重要吗？拼多多内推链接：https://careers.pddglobalhr.com/campus/intern?t=vSypT8yAuQ 内推码：vSypT8yAuQ

1.vivo等开奖，方向是AI搜索算法2.OPPO等开奖，方向是OPPO研究院智能体检索，问了下主要方向有搜推，智能体，多模态表征3.蚂蚁网商银行，等HR面中，方向一个是智能助手，一个是风控数据挖掘。感觉蚂蚁的方向很受限，主包现在想等vivo和OPPO。然后蚂蚁不想泡了，想换个搜推和智能体的新池子。

女生，末2数学本，北京顶2 cs硕，一段中厂大模型实习，电网双职工子弟，offer帮选，本人可躺可卷

本人情况如下1. bg 9 本硕，一篇软件工程方向、LLM微调应用落地相关的b类期刊；2. 日常实习：华为 大模型算法工程师（大模型/NLP方向）。独立负责了一个 HarmonyOS 文档生成相关的业务全链路，主要内容包括：需求调研 – 数据集构建 – 32B 模型 LoRA – RAG与推理加速。指标提升在30%以上，成果作为插件被纳入了公司的编译器。3. 暑期实习：腾讯 大模型风控算法。负责风控大模型的迭代后训练的全链路，主要内容包括：风控规则抽取 → 规则序列图建模 → 对比学习数据构建 → Graph-LLM 后训练 → 向量检索召回 → 深度学习算法驱动的向量聚类。成果：还没做完，但看趋势应该也是会上线一个模型权重。目前有几个问题/焦虑：1. 暑期实习方向太窄了，风控这个标签太强。如果秋招想找通用大模型算法的岗位，是不是会有难度。2. 暑期实习的Graph-LLM训练方面，我求简单，用的是Textualized Graph，没有用Graph Embedding那一套。这在秋招面试时会不会被喷。3. 问一个很虚的问题吧hhh 这经历，能找到大模型算法的岗位吗...