AI现阶段只能替代高重复性、程序化任务，或者是主要依赖数据分析和初步模式识别​​（如部分初级数据分析、基础会计）。但当模型足够大时或者出现agi时，理论上所有智力劳动都可以被替代。配合上机器人甚至体力劳动也会被替代。未来，个人的核心竞争力可能体现在“​​AI技能+领域知识+人际智慧​​”的复合型能力上。你需要深刻理解你所在领域的专业知识，同时熟练掌握AI工具，并能领导混合团队（包括人类和AI）共同完成任务。这种​​整合能力​​和​​领导力​​，是AI目前无法企及的

1. 构建的新数据集引起其他领域能力下来应该怎么办2. 介绍transformer结构3. 了解clip/blip吗4. QwenVL和InternVL区别5. lora训练相比全参数训练效果如何，为何要用Lora训练6. 全参数训练占显存主要在什么地方7. 降低显存占用的方法：分布式训练8. 对于大模型落地某个具体任务，优化有哪些方向9. 多模态大模型训练时是只训LLM部分还是和vit图像编码模块一起训练10. python里面做大批图像的预处理是多线程还是多进程做11. 有哪些降低KV cache的技术代码1. 一个有序字符串列表，其中插入了稀疏的空字符串，现给定一个新字符串，以O(logn)查询到字符串索引，没有则返回-12. 实现多头注意力机制（torch或者numpy）3. 堆排序过程

实习真不在多，关键看 title！现在卡面试太普遍了，竞争激烈是其一，自身简历不够亮眼更致命。短期难改学历，但一段​​大厂实习​​能显著弥补差距，让你脱颖而出。有时间精力就搞两段，但​​质量远比数量重要​​。

放假前一天面完要等七天出结果，面试官虽然口头oc了，但是大老板那边不确定，好累让我过了吧，跪求