27日常实习虾皮多模态算法一面

感觉自己好菜、面试很难，还是要多多练习
1.项目拷打
2. CLIP 的 ViT 为什么必须 resize 固定尺寸？用动态的不行吗？
3. PPO 是怎么训练的？有哪些模块？
4.DPO 和 PPO 的区别呢？
5. DPO 相比于 PPO 有哪些模型？
6.GRPO 是怎么做的？
7. DPO 没有 Reward Model 为什么也能做偏好优化呢？
8.GRPO 的优势是什么？
9.Transformer 里常见的位置编码有哪些？
10. 绝对位置编码是怎么做的？
11. 绝对位置编码相比于旋转位置编码（ROPE）的缺点是什么？除了外推性还有别的吗？
12. 旋转位置编码（ROPE）是怎么做到相对距离的位置编码的？它的旋转是怎么做的？
13. RMS Norm 跟 Layer Norm 的区别是什么？
14. 为什么 RMS Norm 不用强制居中也能有比较好的效果？
15.手撕 pow