最近春招和实习已开启了。
不同以往的是,当前职场环境已不再是那个双向奔赴时代了。求职者在变多,HC 在变少,岗位要求还更高了。
最近,我们又陆续整理了很多大厂的面试题,帮助一些球友解惑答疑,分享技术面试中的那些弯弯绕绕。
喜欢本文记得收藏、关注、点赞。
Diffusion面试高频问题
- 扩散模型有哪些常见的采样方式?
- 扩散模型中添加的是高斯噪声,能否使用其他噪声的加噪方式?
- 介绍一下你了解的Diffusion加速方法?
- DDPM和DDIM的关系?
- 推演DDPM公式。
- GAN和Diffusion的区别?
- 训练Stable Diffusion时为什么要使用offset Noise?
- 介绍一下classifier-free guidance和classifier guidance的区别?
- 实现DDPM是否需要什么条件?
- 为什么DDPM加噪声的幅度是不一致的?
AIGC面试高频问题
- 介绍CLIP的模型架构、训练方法与损失函数。
- 谈谈AE,VAE和VQ-VAE的区别。
- 重参数技巧是什么?
- 图像生成的评估指标有哪些?
- Stable Diffusion的核心优化是什么?
- Stable Diffusion是怎么训练的?
- 介绍一下SD,Dall-E2两者的异同。
- 谈谈Stable Diffusion中的交叉注意力机制。
- 如何改善GAN的模式坍塌?
- SDXL的核心优化?
- SD3的核心优化?
- 谈谈Lora/Dreambooth/Textual Inversion/Hypernetworks,原理以及差异。
- 介绍一下ControlNet的核心原理。
- 介绍一下IP-Adapter的核心原理。
- 谈谈CLIP编码特征的优缺点。
- 介绍一下self attention和cross attention的区别。