5bei.cn大模型教程网
文章目录
隐藏
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。
文章来源于互联网:【大模型面经】Diffusion及AIGC面试高频问题总结
相关推荐: 告别传统建模：AIGC自动生成3D模型的5种方法对比
告别传统建模：AIGC自动生成3D模型的5种方法对比 关键词：AIGC、3D模型自动生成、传统建模、方法对比、人工智能 摘要：本文聚焦于AIGC自动生成3D模型的领域，旨在深入对比分析5种不同的AIGC自动生成3D模型的方法。首先介绍了传统建模面临的挑战，引出…
