多模态与计算机视觉
【多模态模型评估】如何评估多模态模型/对齐方法/预训练模型的优劣、适用性及实际应用效果？ 「蚂蚁集团」
原题【多模态特征融合】你如何设计多模态特征的融合策略？具体到Lidar和Camera的融合，在特征层面(Feature-level)融合现在还有什么没解决的痛点？ 「字节跳动、蚂蚁集团」
原题【多模态缩放定律】多模态大模型有什么scaling law吗？ 「蚂蚁集团」
原题【多模态表征与码本】为什么没用RQVAE？在你的项目中两个模态的信号通过什么约束映射到同一个码本序列中的？ 「阿里巴巴」
原题【多模态训练数据构建】你了解多模态模型的训练数据构建吗？多模态那边怎么做的SFT数据和RL数据？ 「京东、百度」
原题【多模态长序列数据】多模态长序列数据如何获取？ 「百度」
原题【多模态预训练噪声】在大规模多模态数据预训练中，如何缓解文本侧的“叙述噪声”问题？ 「腾讯」
原题【多语言多模态】在处理多语言多模态任务时，你有哪些技术挑战和解决方案？ 「蚂蚁集团」
原题【大模型自动驾驶】如何看待GPT-4o或者LLaMA这类大模型在autonomous driving中的作用？ 「字节跳动」
原题【少样本多模态适配】针对垂直行业(如医疗、工业)，如何利用少量样本完成多模态大模型的适配？ 「腾讯」
原题
暂无题目