多模态与计算机视觉
【音视频处理挑战与解决】请分享一个你在音视频处理项目中遇到的挑战，以及你是如何解决的？ 「字节跳动」
原题【音视频目标检测优化】请分享一个你在音视频目标检测中的优化案例？ 「字节跳动」
原题【音视频编解码优化】请分享一个你在音视频编解码中的优化案例？ 「字节跳动」
原题【音视频质量评估优化】请分享一个你在音视频质量评估中的优化案例？ 「字节跳动」
原题【Diffusion模型在轨迹预测中的应用】Diffusion模型最近很火，你觉得它在轨迹预测/规划里到底是有真本事，还是在“大力出奇迹”? 「字节跳动」
原题【多传感器融合】请说明多传感器融合(摄像头、激光雷达、毫米波雷达)在自动驾驶中的核心作用，结合京东自动驾驶业务场景，谈谈多传感器融合的关键技术点与实现思路? 「京东」
原题【多模态异常检测】请描述你处理过的最具挑战性的多模态异常检测案例。 「蚂蚁集团」
原题【多模态数据融合】请分享一个你在多模态数据融合中的创新实践？ 「字节跳动」
原题【多模态预训练梯度稳定】在进行大规模分布式多模态预训练时，经常遇到不同模态(例如高维图像和离散文本)梯度规模差异巨大且收敛速度不一致的问题，导致训练极不稳定甚至完全崩塌。你会引入怎样的损失函数设计或梯度缩放机制来稳定训练过程？ 「腾讯」
原题【端到端架构对比】对比一下UniAD和VAD(Visual Autonomous Driving)的架构差异。VAD去掉了很多繁琐的显式表示，真的不会导致性能下降吗? 「字节跳动」
原题
暂无题目