京东大模型算法实习一面

总时长50分钟左右，攒人品中...
1 实习介绍
2 常见的的大模型，或者说VLM这块的模型，了解过哪些?
3 Qwen 2.5 VL相对Qwen 2 VL做了哪些改进?
4.追问了M-RoPE比原来的ROPE有什么改进?有什么优点?
5.原来的ROPE在升级成M-ROPE之前，它是怎么处理视频的?具体来说，对于每一个每一帧或者说每一个patch，是怎么处理的?
6.然后互相聊了不少项目，偏聊天风格，基本都是short talk，并不都是问答
7 项目:主要想解决的核心问题是什么?
8.项目:既然是一个垂类的一个场景，为什么要去用通用场景下的VLM来做?为什么不用已经具有领域知识的一些模型?
9.项目:为什么你的VLM是输出点的坐标，而不输出bbox呢，bbox按道理比点的坐标具有更多的图像信息吧?
10讲一下SAM2分割模型的原理
11 项目:SFT框架用的是什么?
12 项目:SFT数据的合成pipeline，详细讲解一
13 项目:数据是用算法生成的，你们怎么判断这一批数据是好的还是不好的呢?
14 算法题:lc70 爬楼梯