阿里暑期实习入职体检

面试官超级无敌好，上来先说我优秀。50min项目介绍介绍到一半的时候面试官开始问场景和八股多模态模型的感知错误问题，怎么进行caption？面试官给出的一种思路是让模型生成一些结构化的描述，例如题目的点线面关系，grounding，counting等等，这种比cap更容易judge一些怎么解决感知错误，过度依赖文本信息的问题？我从预训练数据构造上去说的。提到了一篇论文，说是把图片mask掉，用rl去增强模型的感知能力qwen2.5-vl 的位置编码，Mrope，对rope有什么了解，旋转矩阵，外推性很好什么样的位置编码是好的？计算量要小，...Rope有缺点吗？qwen2.5vl 和 qwen...

无语了，真该回去复习一下线性代数的，都忘得差不多了..........

女面试官，电话初面时长25分钟，面试风格很严肃，中间如果你回答的点不是她想要的，会打断。八股问的很多，比较底层1，你的课题是基于什么语言实现的？你最擅长什么语言？2，进程与线程的区别？3，linux系统下，用什么命令去帮助查询测试bug的定位？4，python当中有哪些，可变数据类型，有哪些不可变数据类型？5，list的常用命令是哪些？6，可变类型中，dict和list的区别是什么？7，登录测试用例设计，需要使用哪些测试方法？8，如何对黑盒测试设计用例？需要注意什么？9，就登录模块为例，除了等价类和边界值法，如果账号的类型除了电话号码，还有用户名，身份证这些，还有什么方法可以高效设计测试用例？...

我天，考那么多矩阵和概率，我都忘得差不多了