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：

5025
Whisper 如何将语音转换为文本？
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2 份题集
5026
什么是视觉问答（VQA）？
模型基础与推理多模态与生成模型
概念解释
基础
暂无面经2 份题集
5027
文档理解模型如何结合文本、图像与页面布局解析文档？
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5 份题集
5029
什么是文本到视频生成，如何比较其主要技术路线？
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5 份题集
5031
扩散模型无法满足文本中的精确控制要求，如何提高可控性？
模型基础与推理多模态与生成模型
故障排查
深入
暂无面经6 份题集
5032
扩散模型生成图像清晰但重复，如何平衡质量与多样性？
模型基础与推理多模态与生成模型
故障排查
进阶
暂无面经3 份题集
5033
扩散模型每张图像生成过慢，如何加速采样？
模型基础与推理多模态与生成模型
故障排查
进阶
暂无面经11 份题集
5234
空洞卷积如何工作，有什么作用与局限？
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2 份题集
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
暂无面经6 份题集
5237
图像或特征图上采样有哪些方式，原理有何不同？
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 份题集