阿里巴巴面试题更新 2026-08-05
ViT（Vision Transformer）现在一般用什么方法进行预训练？
阿里巴巴人工智能电商技术原理技术选型
考察说明
考察对 ViT 预训练方法的演进与当前主流范式的理解
回答思路
- 能说明早期基于大规模有监督分类预训练，后期转向自监督
- 覆盖 MAE 掩码自编码、CLIP 图文对比等代表性方法
- 能说明自监督预训练的优点，如数据效率与迁移表现
- 能结合实际应用场景（如图文检索、分类）说明预训练选择依据
本题附完整参考答案与评分标准
登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。
