影像算法 岗位大哥人不错，上来先自我介绍聊项目。行人遮挡，人员密集的场景怎么处理？没有考虑这样的场景。为什么选择llava或者qwen-VL，选型的思路？code：（不写leetcode）手撕 softmax，要求写成nn.module，前向传播的形式。有意思的是反问环节。影像算法这块会用到什么多模态的内容？开集检测，像grounding dino这样的，找到人像，背景虚化这样的内容。vivo的工作强度如何？比互联网好的多得多，八小时打卡下班，因为工作设备不让带出工区，所以下班了就真是下班了。晋升怎么样？一年一次，低职级的晋升会比较顺利。（所以高级别的就需要人情世故了对吗。）昨天出的g...

有hr看一眼吗？自动化专业的。

垃圾的公司不想去，好的公司也自知高攀不起，拿着小公司保底滚蛋了。像这个测开，能是我会的？？颗粒无收，遗憾退场。

什么是 Token？最近 DeepSeek 很火，老婆又问我：大模型里的 Token 到底是个什么东西？我：所谓 Token，Token，分而治之。“Token 就是模型眼中的‘最小语言单位’。” 它既不是一个完整的字，也不一定是一个完整的词，而是介于两者之间的东西。比如：“我爱吃苹果” → 可能被拆成 ["我", "爱", "吃", "苹果"]“Artificial intelligence” → 可能被拆成 ["Artificial", "intelligence"]，或...