合肥银行offer比较

👏offer1：艾为算法，上海40💯offer2：诺瓦星云算法，深圳40🌱offer3：汇川软开，苏州40

非常有挑战性且开放的一次面试，基于实习经历和面试官讨论了很多深入的问题。无八股无手撕，比较看认知和技术栈匹配程度。 1. 假如让你从零构建一个 vla 模型 你对他的架构的设计是怎么样的？为什么 2. 假如让你写一篇 vla+rl 的 综述，你会怎么写 3. 你怎么看 vla 大模型 和 世界模型两条 具身智能的技术路线 4. 你对vla模型的改进有哪些？ 5. 你认为从长远来看 vla 可以有哪些工作可以做来克服具身智能的挑战。

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

一共1h。项目简单介绍。10min左右。然后就是结合实习项目的 35min 的各种八股提问。最后15min做题。给了三个题，我选的 岛屿的个数，hot100里边的。其它两个好像也是hot100里边的（有个三数之和）。反问环节，是什么方向，搜索。有什么面试建议，语速可以快一点（笑），这样可以聊更多的东西。记录一下八股部分。VideoMAE怎么训练的？CLIP和MAE有什么区别？BLIP和CLIP的区别？在 ITC的基础上引入了 ITM loss 和 LM loss，让模型可以进行文本生成。ITM loss是判断图文是否匹配，可辅助数据清洗。BLIP的B什么意思？Bootstrapping （自举...