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 · 1061 道题

已筛选

共 315 道题

排序：

5966
视频张量的维度布局如何与逐帧主干和时序模块衔接？
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1 份题集
5967
复用图像扩散先验时，如何加入并迁移可插拔运动模块？
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1 份题集
5969
联合音视频生成如何对齐语义、事件和时间，何时选择级联？
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2 份题集
5970
统一视频理解、生成与编辑时，如何组织共享表示、条件接口和任务分工？
模型基础与推理多模态与生成模型
方案设计
进阶
暂无面经2 份题集
5971
高压缩视频生成中，如何让 VAE 解码与最终去噪协同？
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1 份题集
5977
有效感受野与理论感受野有什么区别，如何衡量实际输入贡献？
模型基础与推理多模态与生成模型
原理机制
深入
暂无面经1 份题集
5979
文字识别如何实现变长序列对齐，CTC 与注意力解码有何取舍？
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2 份题集
5980
场景文本检测如何比较框回归与区域分割，DBNet 的可微二值化有何作用？
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1 份题集
5981
弯曲文本如何进行几何校正，TPS 与仿射或透视变换有何区别？
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1 份题集
5983
视觉 Tokenizer 为什么需要分别评估重构保真度与下游生成能力？
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1 份题集