招行二面

1. 详细介绍一下你在项目中遇到的最复杂的技术问题，从问题发现到解决的全过程参考答案：我在做车载控制器项目时，遇到了一个系统随机重启的问题。这个问题非常诡异，有时运行几小时才出现一次，完全无法复现。重启时没有任何日志，系统直接复位。初步排查时，我先怀疑是看门狗超时，但调整喂狗策略后问题依然存在。然后用示波器监测电源，发现重启瞬间有电压跌落，但不确定是原因还是结果。我在代码中添加了详细的运行日志，记录任务执行、中断次数、内存使用等信息。通过长时间测试，发现重启前堆内存使用率接近100%。深入分析后定位到，网络数据包解析函数在处理异常数据时，有一个分支没有释放已分配的内存，导致内存泄漏。当可用内存...

真的没绷住，小心眼这块，这就破防了也是没绷住🤣

记录第一次面试吧，百度的后端岗位。只有面试才知道自己会不会，我基础还是太差了，导致面试官觉得已经没有问的必要了，25分钟就给了我些个人的建议就结束了。前两天还在因为有百度的面试而沾沾自喜，然后也兴冲冲的去复习一下八股，但结果...😭平时看八股以为自己会了，结果面试没能好好的讲出来，就算能讲的也只是表面，怎么用的层面，底层还是毛也不会。唉，先沉淀吧，把数据结构，数据库重点的系统学一遍，有没有大佬推荐一些学习资料呀😭也要把计网和操作系统系统学一遍，要拿出备战高考的学习状态去学习这些八股，争取达到 假如有考试也要能考出80分的那种掌握程度才行，把底层吃透，一定要能口述出来。再沉淀两个月吧，两个月之后再战百度😤😤😤😠😠😠一起加油朋友们！

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...