微软最新10道算法面试题！

文章预览

点击下方 卡片 ，关注“ CVer ”公众号 AI/CV重磅干货，第一时间送达 今年的算法面试题太新了吧！ Amusi在求职群和各大论坛上发现：AIGC相关的面试题猛增，特别是去年到今年爆火的大模型、多模态、扩散模型、SAM、Mamba考察的知识点越来越多。Amusi特别整理了10道微软近期面经中代表性的算法面试题 ，你看看都会么？ 1. SAM轻量级变体有哪些？ 2. LoRA和adapter哪个效果好？ 3. 如何加速Diffusion Model采样？ 4. Mamba和Transformer的优缺点 5. layer norm和batch norm异同？ 6. 卷积kernel是不是越大越好？怎么设计？ 7. 多模态对齐有哪些技巧？如果加入未知模态呢？ 8. Transformer中的Position Embedding怎么计算？ 9. 你怎么看待近期很多Mamba工作？有什么代表性工作？ 10. DETR轻量化方法有哪些？跟YOLO系列相比，实时性不足的原因？ 大家不仅要查漏补缺，更要学会举一反三！ 比如Ma ………………………………