小马智行面试题更新 2026-08-05
请阐述CLIP和BLIP-2这两个多模态模型的设计思路、核心差异及其适用场景。
小马智行人工智能技术原理技术选型方案权衡
回答思路
- 准确描述CLIP的对比学习架构与图文对齐原理
- 准确描述BLIP-2的Q-Former桥接结构与冻结参数策略
- 清晰对比两者在训练目标、推理方式与zero-shot能力上的差异
- 结合具体任务（如图文检索、图像描述）说明适用场景
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。
