飞哥的AI笔记

什么是多模态学习？为什么要把图像和文本结合起来？如果你的任务需要同时理解两种以上的信息源才能做出准确判断，那多模态就是必选项

召回、粗排、精排、重排分别是干什么的？2025 了，有什么变化。：不追求每个环节都完美，而是让每层在各自擅长的地方发挥价值，整体协同达到性能和效果的最优平衡。

Few-shot Learning是指模型仅需少量样本就能完成新任务的学习范式。本文清晰地展示了在不同数据量和业务场景下如何选择技术方案，体现了系统化的工程思维。

基于2025秋招真实需求，梳理500+道核心AI面试题，覆盖大模型、智能体、推荐、多模态、自然语言、工程化六大方向。从原理到应用，构建完整知识网络。

2025年AI呈现四大趋势：智能体全面爆发、推理能力产品化、多模态生成质变、推理成本暴降。下一个突破点聚焦生产级自主智能体系统和物理世界理解能力。本文深度解析技术演进逻辑、商业影响，提供面试应答策略。

涵盖模型服务化部署、高性能推理优化、分布式训练、数据处理与向量检索、监控评测体系等工程实践。从算法到生产的完整链路，掌握工业级系统设计能力。

涵盖任务型对话系统、知识图谱构建与推理、文本生成理解、代码补全与生成、智能编程工具等核心应用。从传统流水线到端到端大模型，掌握语言智能的完整技术链。

涵盖召回到重排的全链路架构、深度学习推荐模型、序列建模与图神经网络应用、大模型推荐新范式，以及广告算法与多目标优化等核心技术点。

涵盖图文对齐、图像生成、视频理解、三维重建四大核心方向。从对比学习到扩散模型，从可控生成到神经辐射场，掌握跨模态融合与生成的完整技术栈。