7．当时你用 DeepSpeed ZeRO -3来微调Qwen2-72B，每一张卡占用的显存大概是多少，估算一下为什么是占这么多的显存。6．在 RLHF 中，目前主流的强化学习算法有哪几个，写一下损失函数的表达式 7．一道排列组合的概率题。3. 知道 LoRA 的原理吗， A 和 B 两个矩阵怎么初始化，有了解过其他的初始化方法吗。2．讲一下大模型训练和推理的流程， SFT 和 RLHF 的作用分

🙌 面试感想： 总体压力不大，更多是在聊项目细节，穿插几个相关的八股，手撕也很简单。怎么使用KG修改reward的？1. SFT和RL的数据量，数据怎么构造的？7. 传统RAG的流程？，即可加入AI算法岗&开放岗求职群（知识星球）想看更多面试题和答案，请加入校招群获取！业务方向、技术方案、可使用GPU资源。6. 如何在KG上进行的RAG？3. PPO和GRPO的区别？面试官提问环节 15min。

值得注意的是，在所有视觉任务中，基于零样本学习的增强方法都展现出了显著的提升。一个有趣的观察是，虽然基于零样本学习的增强方法在各种下游视觉任务中都表现出了出色的性能提升，但它们在表3中的PSNR、SSIM和LPIPS等图像质量指标上并未取得最佳表现。本文对不同的弱光图像增强技术进行了全面的综述和系统的分类，并探讨了它们在分割、检测和分类等计算机视觉任务中的表现。如表2所示，本文对不同增强方法的视觉

该模型在多中心回顾性和前瞻性队列中的验证结果显示，MRI-PTPCa在前列腺癌诊断中的AUC值超过0.978，分级准确率为89.1%，并显著优于现有的PSA和PI-RADS等临床工具。：MRI-PTPCa模型的开发和验证遵循了严格的方法学标准（如TRIPOD和CLAIM指南），为AI技术在医学影像领域的应用提供了可借鉴的范例，推动了技术的标准化和规范化。：研究结果显示，MRI-PTPCa在前列腺癌

7. 在 ResNet 或者 Transformer 中，残差连接的作用是什么，展开讲讲。3. 讲一下大模型的训练流程，多模态大模型的视觉特征传递给 LLM 都有哪些方法。8. 开放题：大模型在训练和推理的时候显存不够，有哪些优化方法。6. 对于不同形状的图片或视频，位置编码怎么设计。，即可加入AI算法岗&开放岗求职群（知识星球）想看更多面试题和答案，请加入AI校招群获取！2. Qwen- VL

2. 讲一下qwen，豆包，kimi，deepseek的优点和改进。5. 讨论了很久数据，sft的数据质量和强化学习的数据质量。，即可加入AI算法岗&开放岗求职群（知识星球）想看更多面试题和答案，请加入AI校招群获取！1. 讲一下llm的强化学习的演进。更多最新面经/面试题，尽在求职群！AI/CV重磅干货，第一时间送达。希望这个群可以让你少走一些弯路。，并可以快速访问群里的资源。科大讯飞飞星二面面

模型首先构建合理的全局几何结构，然后逐步添加细节纹理，生成高质量的 3D 物体。AR3D-R1 的成功标志着强化学习在文本到 3D 生成领域的首次系统性突破，为构建更智能、更具推理能力的 3D 生成模型开辟了新方向。这让 AR3D-R1 不再是「凭本能画 3D」，而是先构思、再搭骨架、最后上细节——真正把 RL 驱动的「会想」能力，迁移到了「会造」的 3D 世界里。在此前的工作中，3D 模型大多停

🌟 总结 被WXG狠狠拷打了，上来一堆八股和三道手撕，足足面两小时，先不管过没过，秋招面了WXG也是完满了。🌟 代码 1. Pytorch实现GQA 2. 接雨水（两种方法） 3. SQL题。5. 介绍GRPO、PPO、DPO，分别需要几个模型，需要训练的是哪些。8. 介绍GSPO的优化，腾讯最近出的SPO有关注吗。，即可加入AI算法岗&开放岗求职群（知识星球）想看更多面试题和答案，请加入AI

结果表明，当“right”对应的logits更高时右边的bus被分割出，“left”对应的logits更高时，左边的bus被分割出，这可能表明 token实际上包含了被分割物体丰富的语义信息。总体而言，LIRA实现了理解与分割任务性能的协同提升，提出了在细粒度多模态大模型中缓解幻觉的新视角，并将分割多模态大模型中token的语义内涵纳入研究视野，可能为后续相关探索提供了启示。有趣的是，在 (1)

2. 介绍RAG项目，文档类型是什么，对于图片和表格怎么处理。4. 生成模型用的什么，为什么这样选型，有没有对比过其他模型。7. 怎么构建SFT数据集，数据量多少，微调方式是什么。，即可加入AI算法岗&开放岗求职群（知识星球）想看更多面试题和答案，请加入AI校招群获取！1. 介绍实习项目，围绕项目问技术细节。8. 项目为什么用GRPO而不是SFT。3. RAG怎么评估，指标有哪些。更多最新面经/面