拼多多内推，各岗位都可用

大模型Agent的演进：从Prompt到Context的技术路径 大模型Agent的核心能力在于对复杂任务的动态理解和执行，其技术演进经历了从静态Prompt到动态Context的转变。以下从技术角度分析这一演进过程的关键节点和方法。 Prompt Engineering的早期探索 早期的Agent依赖精细设计的Prompt模板，通过自然语言指令引导模型行为。典型方法包括：  指令模板：通过固定句式（如“请以JSON格式输出”）约束输出结构，但灵活性差。 Few-shot示例：在Prompt中嵌入输入-输出样例，引导模型模仿行为，例如： # 示例：文本分类任务的Few-shot Prompt ...

阿里hr面真的给我面一身汗

作为一个从计算机专业卷到AI算法方向的博士生曾经也以为自己的未来只有互联网大厂和996…了解到医疗行业也是大学期间的一次校招宣讲，然后就改变了我的研究方向刚进公司时，我接到的第一个任务就和磁共振扫描加速有关（据说能帮患者把检查时间从数十分钟缩短到 100秒内）但真正上手才发现医疗AI的代码里，调整算法时不仅要看数据指标，还要考虑扫描仪器的物理原理、患者呼吸运动产生的伪影、医生或技师的实际操作…跟着医生去影像科里观摩是很常见的事情（那段时间我的聊天记录里全是“xx图像”“xx参数”这种陌生词汇…）给想冲医疗AI的同学一点点小干货主动选修医学影像学/生物医学工程相关课程实习时试试医疗科技公司面试时...