阿里

1、项目，各种聊就行2、ViT的原理，swin-Transformer的原理，各自对比，他们的编码方式，是否可学习，各自优缺点，attention的区别和滑动方法；3、多模态VLM的不同模块的设计原理，attention原理，旋转位置编码原理4、手撕动态规划题目：给定一个三角形 triangle ，找出自顶向下的最小路径和。 每一步只能移动到下一行中相邻的结点上。相邻的结点 在这里指的是 下标 与 上一层结点下标 相同或者等于 上一层结点下标 + 1 的两个结点。也就是说，如果正位于当前行的下标 i ，那么下一步可以移动到下一行的下标 i 或 i + 1 。 示例 1： 输入：triangle = [[2],[3,4],[6,5,7],[4,1,8,3]] 输出：11 解释：如下面简图所示： 2 3 4 6 5 7 4 1 8 3 自顶向下的最小路径和为 11（即，2 + 3 + 5 + 1 = 11）。 示例 2： 输入：triangle = [[-10]] 输出：-10解题代码：# dp 三角def minimumSum(triangle):# top --downfor i in range(len(triangle)-2, -1, -1):# scane all elemfor j in range(len(triangle[i])):# current +=  下一行最小值triangle[i][j] += min(triangle[i+1][j], triangle[i+1][j+1])# top last就是return triangle[0][0]if __name__ == "__main__":triangle = [[2],[3,4],[6,5,7],[4,1,8,3]]print(minimumSum(triangle))triangle = [[-10]]print(minimumSum(triangle)

继续来分享下之前的面经~欢迎友好讨论，信息共享1.项目细节深挖2.除了caption数据,为什么还要做一些VQA、reasoning、summary数据呢?3.解释为什么VQA、conversation、reasoning数据可能会提升模型效果4.当时的消融实验是完全消融吗?具体怎么做的?5.你的关键帧是怎么做的?6.技术报告看过吗:glm-4.1V,qwen3-vl,mimo-vl,kimi-vl,seed-1.5-vl7.你有仔细去看现在主流的VLM是怎么去洗数据，或者是怎么构造整套pipeline吧8.假如说你参与到这个进程中，你怎么看待接下来的趋势，或者说你拿到一个STEM任务类型，你会怎么去做，你觉得现在技术报告里的缺点在哪里，你有什么想法吗?9.使用VLM-as-judge做整套的数据清洗pipeline，从合成、清洗、过滤、验证、合并，这块有了解吗

选择题 45：通用单选多选，自选语言单选多选编程题 10 + 20 + 25：每道题分隔开，即只能看到当前题目，必须提交后才能去看下一题，没法返回（红温）1. 给定无限等差数列 $a_0 + k * d  (k>=0)$ 的首项和公差，给定数 m，求数列中的数对 m 取模后能得到的最大值2. 括号匹配，给定长度为 n 的括号字符串，n 为偶数，操作是可以选择任意下标位置括号取反（左变右，右变左），要求次数最少使得括号平衡，并返回一种方案（即要操作的下标）3. 给定一棵 n 个节点的树，有 n-1 条连边，p次操作，每次操作先给定当前的根节点 r，给出两点 u 和 v，求 u 和 v 在当前情形下的最近公共祖先节点做的太差了，时间管理不行，主要是编程题这样隔开来只能硬着头皮写，为什么同学的ai应用方向的是可以看到所有任重道远

0实习选手，研二牛马剪映部门 base深圳字节是投递的第二家公司，一周速通所有流程：Timeline：3.9 一面  十分钟约二面3.10 二面  当天约三面3.12 三面  次日约HR面3.16 HR面  直接oc3.16 递交offer审批3.17 正式offer签署字节整体流程非常快，基本面完立马推进下一面，反馈极快，中间的间隔还是因为自己有事所以推迟的时间和面试官交流体验非常好