一面（技术面）面经相关自我介绍，介绍你最熟悉的项目，详细描述背景、流程、难点及解决方案用过哪些单片机？最常用哪些模块？开发板/芯片选型的依据是什么？（性能、空间、成本、迭代速度等）项目中用过哪些传感器通信协议？介绍SPI、IIC、UART的区别ADC用过几位的？采样率是多少？有跑操作系统还是裸机开发？用HAL库吗？谈谈对线程和进程的理解，通信方式有哪些？OSI七层模型，应用层的作用举例说明volatile关键字的作用static变量的作用域和生命周期C和C++的区别，结构体和类的区别虚函数了解多少？智能指针是什么？栈和堆的区别？volatile关键字的作用是什么？什么场景下必须用？static...

目前只有wxg约过一面，手撕没撕出来就挂了

想找暑假java后端实习 但是简历过不了 大佬们能帮忙看看嘛 谢谢！

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...