1. 因果推断在多模态训练里能解决什么问题，为什么不是普通相关性学习就够了多模态场景里最容易出的问题就是模型学到“看起来相关”的捷径，而不是任务真正依赖的稳定因素。比如图像里某类背景、拍摄角度、文本描述习惯，可能和标签高度共现，但它们并不是真正决定结论的原因。因果推断的价值在于尽量把这些混杂因素拆出来，让模型更关注跨环境都稳定成立的信号。如果只靠相关性学习，训练集上可能效果很好，但一换数据源、设备、标注风格，性能就会掉得很厉害。因果思路不一定意味着一定要上完整的因果图模型，也可以体现在样本构造、环境分组训练、反事实增强和不变风险约束上。它本质上是在问：模型到底学到了可迁移规律，还是只记住了数据...

投了好多份 找不到工作 简历有问题吗😓没招了 求职

像这种简历是不是直接要被扔进垃圾桶啊。看了别人的简历再看自己的感觉完蛋了。求大佬们不吝赐教😭😭😭

最近参加了华测导航嵌入式岗位的一面，整体面试体验还不错，面试官态度比较随和，沟通节奏也比较自然。就我个人感受来说，这场一面的内容不算难，问的基本都是嵌入式岗位里比较常见的基础知识和项目相关问题，只要平时有准备、基础比较扎实，回答起来压力不会太大。我这场整体答得还可以，大部分问题都能接上。这里简单整理一下这次一面的题目和感受，给后面准备华测导航嵌入式岗位的同学做个参考。面试题目局部变量、全局变量、静态变量、常量分别存放在哪些内存区域？堆和栈的区别是什么？函数调用时栈帧里一般会保存什么内容？static 关键字有哪些常见用法？const 修饰指针时几种写法分别是什么意思？volatile 的作用是...