秋招后端offer帮选

想找一段中小厂的暑假实习有机会吗，好想进互联网公司

1.自我介绍2.简单介绍一下Qi协议3.说明PID是控制什么的？PWM波是干吗的？4.你们加班情况怎么样？什么时候开始要求加班的？5.说说你最骄傲最自豪的一件事？6.说说你遇到的人生中最大的困难？7.最大的优点是什么？8.离职的原因？9.你的职业发展规划？10.对996怎么看？11.你们部门多少人？平常会对接客户吗？12.你现在的薪资水平？有股票期权吗？多少？总结：体验不错，不过感觉对方是在调研市场，套取竞争对手的信息。之后告诉我过了，不过后续又没消息了。

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）

对于需要探索或预判战略的复杂任务来说，传统或简单的提示技巧是不够的。最近，Yao et el. (2023) 提出了思维树（Tree of Thoughts，ToT）框架，该框架基于思维链提示进行了总结，引导语言模型探索把思维作为中间步骤来解决通用问题。ToT 维护着一棵思维树，思维由连贯的语言序列表示，这个序列就是解决问题的中间步骤。使用这种方法，LM 能够自己对严谨推理过程的中间思维进行评估。LM 将生成及评估思维的能力与搜索算法（如广度优先搜索和深度优先搜索）相结合，在系统性探索思维的时候可以向前验证和回溯。ToT 框架原理如下：图片援引自：Yao et el. (2023)ToT 需要...