CSDN首发干货！大厂AIGC训练师面试题（附答案）

本文链接：https://blog.csdn.net/m0_59236602/article/details/141424505

随着AI 技术的飞速发展，AIGC（Artificial Intelligence Generated Content，生成式人工智能）在美术与设计领域有了重大突破。各类优质的AI 绘画作品与平台逐渐出现在大众的视野中，各大厂商也逐渐将AI 绘画引进自己的工作流程中，AIGC训练师的岗位也应运而生。

本文解密某大厂的AIGC训练师岗位的真实面试题，并附上解析，帮助大家更好的做好面试准备。

面试前的准备

一定要在C站（Civitai，全球最大AI绘画模型分享平台）上传一些成熟的模型作品，各种分类都要有，包括但不限于角色，画风，图标，场景，室内，摄影等等。下载量低不要紧，但一定要成熟。数量级至少要达到500到1000张图。没作品很难收到面试邀请。

薪资报价

一线城市12K到30K。其他城市6到12K。(大概率会996，请做好心理准备)

面试题解析

问：请简述一下你的模型训练流程。

千万不要直接回答：“我扔一堆图进去炼就完了”肯定翻车。标准答案如下:

1，与需求方对接，进行需求分析，并明确训练主体。

2，根据需求构建数据集(结合自己的作品描述)

3，数据标注，采用机器标注＋人工优化的方式

4，使用少量数据进行训练测试

5，根据测试结果，去有需求则调整数据集和标注，没问题的话再开始正式训练

6，根据不同的设备环境和训练主体规划训练参数

7，开始训练

8，模型测试，首先搭配不同的大量提示词测试，然后搭配不同的其他模型测试，最终选出性能最好的

9，模型上线，搜集使用反馈，继续迭代

问：说下你的调参经验。

以sdxl，4090显卡举例，lora训练学习率需要相对调大，0.0012左右，批次可以开到5。大模型的学习率需要调小，4e-7时大约会在27000步时收敛。

(可以自行补充，选自己熟悉的有把握的说)

问：模型如何分层训练或者分层调优?

按《AI魔法绘画》书上那个分层的表来说就可以了，这个要背一下。

问：instant prompt和class promt有什么用?

class prompt指的是训练主体的类别，画风就填写style，人物就填写boy,girl等。

instant prompt需要填写对训练主体的描述。例如如果想训练一个自定义的水墨画画风，则填写inkpainting，这样在训练的过程中，就会调用底模型中默认的水墨画画风，在默认的基础上，训练你的自定义的水墨画画风。填写之前需要把这个单词用底模型测一下，看看底模型有没有，如果没有则可以填写相似的。假设底模型里没有inkpainting，则可以填写相似的watercolor painting。

问：假设在训练室内模型时，有一个大理石地板，死活炼不出来，怎么办?

首先调整标注。使用一个单词来标注你的这个大理石，这个单词首先需要在底模型中测一下，看底模型里有没有，如果没有，换成相似的，然后用少量数据进行反复测试。

问：如何把不同的图标炼进一个模型?

分类标注即可，每一种类型的图标设置一个唯一的标识符，这样就不会污染了，可以参考我C站发布的图标训练文档和数据集。

问：炼室内模型时如何解决变形?

假设桌子发生变形，变形的原因是图片素材中有不同类别的桌子，但是机器识别的都是desk，这样就导致不同类别的桌子互相干扰。这时需要对不同的桌子用不同的单词进行标注即可。

问：lcm，turbo等新技术

多关注，多折腾即可。

问：是否训练过大语言模型，controlnet模型等？

这个属于加分项，炼过更好，没炼过就直接说，没关系。

问：你在训练模型时遇到过什么困难?怎么解决的?

结合实际情况说，无标准答案。

补充内容

lora模型的分层设计包括17层，其中第一层是开关层，其余16层分别控制着LoRA模型中的人物背景、姿态和服装等元素。

这种分层控制的好处在于，当需要对某些元素进行调整时，如更改服装，可以通过简单地将相应层的权重调整为0，而不需要对整个模型进行大幅调整。此外，当使用多个LoRA模型进行叠加时，这种分层设计也能带来更好的效果，因为它允许用户分别控制不同方面的细节，如服饰、背景和脸部等，而不会因为模型的叠加导致人物形象的崩溃。这种灵活性使得LoRA模型在应用时更加高效和精确。

这份完整版的AI绘画（SD、comfyui、AI视频）整合包已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。

在这里插入图片描述