多模态算法岗一面、二面面经

一面 1. 请做自我介绍 2. 介绍你论文的研究背景与核心内容 3. 论文项目里数据集的搭建思路是什么 4. 简述LoRA的底层原理 5. Adapter的具体实现方式 6. Qwen2.5-VL模型整体架构讲解 7. 项目中为什么没有选用当下SOTA模型？ 8. 项目里有没有尝试调用大模型API来做实验 9. SAM、SAM2、SAM3三者架构差异 10. 开放场景题：多实例人脸视频追踪，如何处理镜头切换场景 11. 谈谈你对Agent的理解 12. 讲解RAG技术的核心逻辑 13. 聊一聊数字人、AI短剧、游戏相关AI业务 14. 说说你的职业规划，以及求职意向 15. 反问环节 二面 1. 自我介绍 2. 讲解SAM3整套训练流程 3. SAM3中文本相关数据集的构建方案 4. CLIP模型架构以及训练流程 5. Qwen2.5-VL模型架构拆解 6. Gate门控机制原理 7. 大模型如何计算并输出token概率 8. LoRA使用3×3矩阵时rank怎么选，理由是什么 9. 模型权重初始化的通用方案 10. LoRA权重初始化底层细节，Kaiming初始化原理 11. Transformer核心优势，为什么适合作为AI基础引擎 12. 游戏场景中，玩家人数、付费价格曲线一般符合什么分布 13. 如何利用AI赋能游戏业务 14. 你的论文完整研究落地过程 15. 你的研究方向、预计到岗时间 16. 怎么评估Token的消耗规模 17. CLI与IDE的区别 18. 反问