抛开难度不谈，它代表的不是“名气”或者“光环”，而是一种我真正认可的工程氛围：把事情做到极致，用技术解决真实世界的问题。我向往的是那种对细节偏执、对结果负责的环境。不是为了快上线，而是为了把东西做到“真的能用、真的好用”。在大疆，技术不是背景板，而是核心。做嵌入式、做系统、做底层，本来就应该离真实硬件、真实产品更近一点。能看到自己的代码，变成稳定运行的设备，而不是停留在 PPT 或指标里。如果有机会，我当然想去大疆。不是因为它难，而是因为它值得。

你知道宿舍面试多崩溃吗？ 你在正正经经的面试结果你室友在旁边大吵 a大a小 woc喷子 给你吓一跳 面试官看你那个神情 不崩溃吗？真的非常崩溃 千万不要在宿舍面试

思维链（CoT）方法依赖于一组固定的人工注释范例。问题在于，这些范例可能不是不同任务的最有效示例。为了解决这个问题，Diao 等人（2023）最近提出了一种新的提示方法，称为 Active-Prompt，以适应 LLMs 到不同的任务特定示例提示（用人类设计的 CoT 推理进行注释）。下面是该方法的说明。第一步是使用或不使用少量 CoT 示例查询 LLM。对一组训练问题生成 k 个可能的答案。基于 k 个答案计算不确定度度量（使用不一致性）。选择最不确定的问题由人类进行注释。然后使用新的注释范例来推断每个问题。图片来源：Diao等人（2023）