蚂蚁集团多模态大模型实习面经

1.CogVideoX 的模型结构、3D VAE 的压缩率、MM - DiT 的优势、4f+1为什么要＋12.FLUX 的结构，生成模型，优势3.SD3的架构，生成原理 Flow matching4.VQ - VAE 使用的的损失函数，训练过程5.为什么用 Lora 微调，为什么不用 ControlNet6.Lora 的原理， LoRA 在推理的时候怎么与原参数融合不带来时间成本7.Flow matching 与 DDPM 的区别及优势8.数据和 prompt 构建的过程9，个人怎么看待视频生成和图像生成，更倾向于那种10.Wan2.1的详细架构和训练细节11.算法：0841．钥匙和房间📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

那我来抛砖引玉，分享一些不太“官方”、但真的好用的 AI 用法，很多都是日常里慢慢摸出来的。🧠 工作 / 学习效率类把模糊需求翻译成清晰任务写方案、做 PPT、改需求前，先丢给 AI 让它帮我“理一理到底要做什么”。当“随叫随到的解释器”不懂的概念、不明白的逻辑，直接让 AI 用“给新人讲”的方式解释一遍。会议 / 文档快速总结长文档、会议纪要丢进去，先拿一个结构化版本，效率直接翻倍。🧑‍💻 技术 / 实操类当 Debug 搭子报错贴进去，不求它一次解决，但它能帮我缩小问题范围。代码 Review 的第二双眼睛写完代码先让 AI 挑刺，尤其是边界条件和可读性问题。快速学习新技术栈让 AI...

俗话说：“万事开头难”，第一份实习寻找起来是十分困难的，因为对于公司来说希望找到一个有工作经验的实习生而不是作为人才储备来进行培养，而对于大学生来说需要找到一个实习工作才能有自己的工作经验。这就是经典的“先有鸡还是先有蛋的问题了”。破局之法就是，提早做简历，尽快投递，多投递!简历制作经验见：https://www.nowcoder.com/discuss/837686126776184832?sourceSSR=users做完简历之后，我就开始了投递之旅。主要还是在BOSS直聘上面投递，投递时间点在于上午10.00-11.00，下午15.00-16.00，因为这个时间点HR上BOSS黄金时间。...

很诡异的面试，一开始约了时间，结果面试前15分钟说改时间，遂改1、微信扫码登陆的流程（一系列追问2、websocket（追问一些3、如何统计用户进入页面的次数4、还有一些问题记不清了，总之就是一直追问，说了不会还要让我想一想，但是又不给任何提示5、研究生是考的还是保的6、计算机网络了解吗7、大学学了哪些专业课，哪一门学的最差，如果再给你一次机会，你想怎么学（问这个问题的时候我真的一头问号）8、介绍一些数据结构，里面哪一个数据结构最复杂，为什么（同，一头问号还有很多记不得了，没有coding，硬是问了一个小时，力竭。线下宣讲会说需要四轮面试（其中只有一轮技术面，更是一头问号了&&...