我觉得首先得好好学习python，而且python真的很简洁高效，人生苦短，得用python嘿嘿，还有python中的Flask要掌握了，就像Java中的spring boot一样还有就是基础知识啦，弄明白Transformer架构，也不用你推导公式，把每个细节都弄清楚，知道Encoder/Decoder是干啥的就行，明白什么是Embedding(词向量)。不懂的地方去OpenAI、DeepSeek或者阿里的千问这样效率贼高

真要红温了,一面hr面谈了20多分钟hr感觉合适就带我去二面技术面了,技术面问了我一个小时(挺多小细节没答出来)因为我面的是实习生岗加上面了那么久我都以为能过了,对方也说实习生答不出来也正常就叫我回去了,结果一出公司门就被告知没通过如果不行过就不能早点结束面试让我走吗?还面了一个多小时！

rt，lz本人大二，之前在牛客上发了个为什么没大厂约面的帖子，后面被说是简历问题很大，听周围朋友建议我把项目经历删了，直接都换成实习经历，早上用latex写了个新的简历出来简历上稍微包装了下，因为购物车和营销补差这两块业务侧没提这个需求，但是我自己练手写了一点，也大概知道咋做在小厂安逸的环境待久了，其实11月和12月都没学到什么东西，这几天准备离职，等考完试沉淀一个寒假试试大厂。希望大家能对我多提点建议，不甚感激。

从 Yao 等人，2022 引入了一个框架，其中 LLMs 以交错的方式生成 推理轨迹 和 任务特定操作 。生成推理轨迹使模型能够诱导、跟踪和更新操作计划，甚至处理异常情况。操作步骤允许与外部源（如知识库或环境）进行交互并且收集信息。ReAct 框架允许 LLMs 与外部工具交互来获取额外信息，从而给出更可靠和实际的回应。结果表明，ReAct 可以在语言和决策任务上的表现要高于几个最先进水准要求的的基线。ReAct 还提高了 LLMs 的人类可解释性和可信度。总的来说，作者发现了将 ReAct 和链式思考 (CoT) 结合使用的最好方法是在推理过程同时使用内部知识和获取到的外部信息。它是如何运...