职位题库

多模态算法工程师面试题库

面向多模态算法工程师相关面试,围绕多模态、模型架构、算法、编程、矩阵等主题展开练习,结合题目考察点、回答思路、参考答案和常见误区,梳理知识要点并练习清晰表达。

5 道题目建议用时 15 分钟专项面试练习

全部题目 5 道题

01

多模态大模型中,视觉编码器和LLM之间的连接方式有哪些?各有什么优劣?为什么不用更简单的平均池化?

考察候选人对多模态模型核心连接组件的理解深度,以及在不同方案间权衡的能力。
02

多模态模型产生幻觉的主要原因是什么?怎么通过后训练、RAG、规则缓解?

考察对多模态幻觉问题的理解及实际缓解策略的设计能力。
03

如果让你做小红书笔记的图文内容理解,怎么设计模型架构?

考察针对具体业务场景设计多模态模型架构的能力,包括对短文本+图片特点的把握。
04

多模态训练中,如果文本模态主导决策,图像被忽略,怎么发现和解决?

考察对模态失衡问题的诊断和解决能力。
05

手撕:实现一个函数,给定一个二维矩阵,将其顺时针旋转90度,要求原地旋转。

考察基本算法与编码能力,以及原地操作的理解。
返回面试题库