拼多多提前批笔试-0803

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...

1. volatile 关键字有什么作用？它能保证线程安全吗？答案：volatile 的作用是告诉编译器，这个变量的值可能会被外部因素修改，因此每次使用都要直接从内存中读取，而不是从寄存器或缓存中取值。它常用于：中断与主循环共享变量多线程共享标志位硬件寄存器映射但 volatile不能保证线程安全，因为它只能保证“可见性”，不能保证“原子性”。如果是复合操作，比如 count++，仍然可能发生竞争问题。2. const 和 #define 的区别是什么？答案：const 是有类型的常量，编译器会做类型检查，调试时也更容易定位。#define 是预处理宏，本质上是文本替换，没有类型信息。主要区别...