中科闻歌 大模型算法岗面经

发面经攒人品1.自我介绍环节，简短讲完教育经历，实习经历，科研经历(不相关就跳过了)2.实习经历比较相关，说话头\换脸，说实话实习复现了不少工作，然后又隔得比较久了，就讲了自己最近看的HunyuanVide里面的一个人像视频模型和字节开元的一个人脸编辑模型。3.Stable diffusion拷打，模型结构，推理流程，模型预测了什么，为什么要预测这个。4.讲解这个岗位和广告那边更贴近一点，问对这个领域有没有什么理解。5.力扣题拷打 1.将正整数n拆分成任意k个数，求拆分后的累乘最大是多少？2.螺旋遍历矩阵，力扣hot100原题。感觉答的还不错，希望能过吧。

牛友们，duangduangduang，[牛客面经八股 https://m.nowcoder.com/mianshi/top] (https://m.nowcoder.com/mianshi/top) 更新啦！！！  这次加上了"算法面试题"的考核次数，统计数据全部来源于8月份的真实面经，题目则来源于牛客面试高频TOP101。 后续数据我会每天进行更新，感兴趣的小伙伴一定要点赞收藏上面的网址！！！ 还有很多小伙伴还不知道"牛客面经八股"，这里再说下：   高频题目，一网打尽：  按考核次数排序！ 哪道题考得最多？一目了然。 按目标公司筛选！ 腾讯、阿里、...

✅一面 1．首先是自我介绍和过项目，面试官还一起探讨项目用到的方法，可行性之类的2．介绍一下 CLIP3．了解 LoRA 吗， LoRA 微调的原理是什么4．了解哪些多模态大模型，简要介绍几个5.BLIP的三个损失函数分别是什么，数据是怎样清洗的6.BLIP2相对于 BLIP 有哪些改进，BLIP3又有哪些改进7.Qwen- VL 的三个训练流程分别是什么，有什么作用8．视觉编码器和 LLM 连接时，使用BLIP2中 Q - Former 那种复杂的 Adaptor 好还是 LLaVA 中简单的 MLP 好，说说各自的优缺点9．代码：实现多头自注意力一面比较常规，几乎都是八股问题，我觉得只要了解常见的多模态大模型都问题不大，主要还是要理解各个模型设计的动机是什么，这也是面试最喜欢考察的✅二面1．自我介绍和过项目，简要问了项目中使用某些方法的动机，以及是否会导致其他的问题2．了解 Transformer 吗，编码器和解码器的注意力有什么区别，在计算注意力中时除以 dk \ sqrt { d _ k }\ sqrt [ d _ k ｝的原因是什么3．后来有哪些比较经典的基于 Transformer 的语言模型， Qwen 相比于原始 Transformer 有哪些结构上的改动，Qwen2又有哪些改进4．了解 RLHF 吗， DPO 和 PPO 有什么区别， Loss 是什么样的，各自的优缺点是什么5．介绍一下 CLIP ，还了解什么其他的对比学习方法6．开放题：了解哪些多模态大模型，目前多模态大模型最的问题是什么7．代码：1143．最长公共子序列二面其实也偏常规，几乎也都是八股问题，但是也考察了一些对模型的理解以及知识面的广度，整体来说比一面的难度大一些✅三面：1．自我介绍，然后详细过了一下项目2．了解哪些大模型和多模态大模型，然后就聊了大模型这一路是怎么发展过来的，Transformer 、 BERT 、 GPT 、 LLaMA 、 Qwen ix ,以及当时的o1推理模型3．平常有尝试过训练过大模型吗，规模小一点的也没关系4．聊天，包括职业规划等等三面比较轻松，面试官说知识点前面两面都考察过了，三面就轻松一些，大概40来分钟吧📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

真实了，一打开某boss，每次都能看到某些外包、骗子公司给我打招呼谢邀，其实我想投的岗位我会自己投好嘛(网上拿的图)⬇⬇⬇