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...

学java第六天，效率太慢了把游戏删了我再玩是sb

修改了下简历，这两天投的也没啥面试，都是简历投递出去就不回复了

TQC技术质量工程师安克创新笔试+面经8.20笔试（三部分）9.9 一面（业务面）9.15 二面（hr面）安克创新的笔试大家好好做啊！真的会挂人尤其是价值观部分，需要好好感受第一性、求极致和共成长的内在含义（看了企业发展史后，感触很深）⭐第一性：抛开表面事实，寻找问题根源，实现困境突破。（选项要选择找到问题根本原因那一类）⭐求极致：面对巨大风险，要想尽一切办法实现高目标。（选项要选择面临挑战不退缩，尽可能达成高目标，实现创新突破的那一类）⭐共成长：长期自我察觉进化，持续提升自己。（选择开拓市场，认识到不足，大胆创新，承担责任那一类）⭕一定要注意创新理念！面试的岗位是TQC技术质量工程师，不太清...