1.我说最感兴趣的是多模态大模型，面试官说他们做的是业务，不会预训练大模型，怕我不感兴趣（我说我就是想做多模态的业务）。先介绍了组的业务，大概是内容理解和治理，涉及到的模态有图像/文本/视频等。（因为我一直在强调不想做单纯的图像任务，因为考虑到校招的难度，想过度到多模态）2.深挖字节电商内容治理的实习（做的基本是图像的任务）训练过程，基于llava的VQA为什么比直接分类好？prompt的作用3.多头注意力，focal loss4.求一个数的平方根5.反问：会不会只做图像？业务数据规模有多大（大概几百万）？如果过了，学校还有事一个月后再入职行不行。得物离学校特别近（这样老师找我就能马上回来啦）...