算法岗实习面经分享

个人情况是双九小硕，一段AIGC强相关的项目，一段小厂实习，一篇2区一作
目前投了一些AIGC和多模态方面的算法岗，分享一下遇到的面经
不同厂之间有重复的问题我就不一一列举了
京东：
1. 围绕项目问了一些具体的技术路线和细节
2. DeepFloyd的结构+优势
3. classifer guidance和~-free guidance的区别&原理
聊的非常融洽，面完感觉比较match就给过了hhh

蔚来：
1. 解释一下lora的原理
2. lora有没有激活函数，为什么有or没有
3. 延续第3问，如果给lora加激活函数，你觉得用什么比较好，用了能不能收敛，为什么
4. lora微调的感悟（对不同参数的理解）
5. 对prompt设置的一些感悟，在什么情况下怎么设置是最好的
6. SAM效果好的原因？
7. SAM的prompt有哪些，可以怎么运用
8. recall和precision的区别（强调不要背公式，讲自己的理解）
9. 代码环节：手搓multi-head attn

百度：
1. SD的结构（VAE，DDPM，U-Net，Text Encoder几个模块）
2. DDPM和DDIM有什么区别
3. 为什么DDIM解决了DDPM的不足（从数学上分析），他两谁是子集谁是母集
4. L1和L2有什么区别，各自的优缺点？
5. 开放性问答：你觉得SD的VAE可以替换成什么，为什么
6. 简述一下ControlNet，DreamBooth，LoRA的原理，各自的优缺点
7. U-Net的skip-connection意义是什么
8. 口述将一张图片实现90度旋转的思路
9. 代码环节：一面基于numpy手搓卷积过程，二面求连通岛屿数量
二面表现一般，HC也不充足，遗憾离场了

昆仑万维：
1. SDXL相比于SD提升有哪些
2. GroundingDino的功能和原理
3. self-attention剖析：公式+意义，顺便问了下缩放因子是干嘛的
4. 针对项目问了一些改进思路
5. 代码环节：一面括号匹配；二面最大子列和

btw佬们帮我选选offer：#面经##实习面试##实习面试技巧#