真面经，好答案。面试之前，先来面栈。

多模态与生成模型

本分类共 8 个专题 · 1155 道题

已筛选

共 333 道题

排序：

4671
ViT 与 CNN 在图像特征提取上有什么优劣，各适合什么条件？
模型基础与推理多模态与生成模型
比较选型
进阶
1 篇面经3 个题集来源
5235
CNN 的感受野是什么，如何计算和调整？
模型基础与推理多模态与生成模型
原理机制
进阶
1 篇面经3 个题集来源
5261
GAN 的基本思想是什么，生成器和判别器如何协同训练？
模型基础与推理多模态与生成模型
原理机制
进阶
暂无面经4 个题集来源
5402
视觉语言动作模型如何表示动作，离散 Token 与连续动作头有何区别？
模型基础与推理多模态与生成模型
比较选型
进阶
暂无面经4 个题集来源
1845
如何看待自动驾驶从一段式、两段式向 VLA、VLM 的技术演进？
模型基础与推理多模态与生成模型
开放讨论
—
1 篇面经2 个题集来源
3624
多模态模型如何对齐图像与文本 Embedding，除 ViT 外有哪些网络选择？
模型基础与推理多模态与生成模型
比较选型
进阶
2 篇面经1 个题集来源
4505
VLM 中的视觉 Grounding 是什么，应如何评估？
模型基础与推理多模态与生成模型
效果评估
进阶
暂无面经3 个题集来源
4509
除图片描述和视觉问答外，VLM 还有哪些潜在应用方向？
模型基础与推理多模态与生成模型
开放讨论
—
暂无面经3 个题集来源
4532
未来多模态大模型可能如何融合更多感官与交互信息？
模型基础与推理多模态与生成模型
开放讨论
—
暂无面经3 个题集来源
4675
BLIP、BLIP-2 的主要创新是什么，与 Flamingo 有哪些区别？
模型基础与推理多模态与生成模型
比较选型
深入
暂无面经3 个题集来源