多模态与计算机视觉
【模态缺失处理】你如何处理多模态任务中的模态缺失问题？ 「蚂蚁集团」
原题【电商多模态语义】业务场景题，在电商治理过程中，如何设计多模态语义。 「字节跳动」
原题【端到端架构】是否有了解一些比较前沿的端到端架构? 「字节跳动」
原题【端到端语音助手】做端到端模型实际在语音助手场景会有什么问题？ 「字节Seed」
原题原条目并列多个项目追问，未明确 n 卡数量与迁移环境。
对于视觉大模型，加入多模态能做吗？原生这样处理token融合处理，视觉模块的处理，这个架构加入的话有纯文本的效果吗？
vllm本身有做量化吗？
迁移到n卡上有问题吗？
第一段实习是描述性的还是做的分类任务，效果如何？
原题完整原题
【视觉大模型多模态扩展】对于视觉大模型，加入多模态能做吗？原生这样处理token融合处理，视觉模块的处理，这个架构加入的话有纯文本的效果吗？vllm本身有做量化吗？迁移到n卡上有问题吗？第一段实习是描述性的还是做的分类任务，效果如何？ 「百度」
【视觉投影层设计】现在业界的大模型主要都使用两层mlp来做视觉投影，逐渐淘汰了q-former，你认为是为什么？ 「阿里通义」
原题【视觉编码器移植】如果将Qwen2.5-VL的VIT移植到Qwen3，构建Qwen3-VL，除了tokenlizer需要对齐，其他的还有什么要注意的 「百度」
原题【视觉语言连接件】连接件为什么从CrossAttention或者QFormer变成了MLP，相对于两者MLP有什么缺点 「百度」
原题【负样本构建】你如何设计多模态任务的负样本构建策略？ 「蚂蚁集团」
原题【跨模态参数共享】跨模态参数共享为什么比独立专家好? 「百度」
原题
暂无题目