联影医疗校招开始啦

攒人品ing4.9面，没后续了。因为我得到6月才能到，面试官说还有两个月，中间会陆续招人，要是到6月份还有名额再捞我。自我介绍啥时候能来实习。能实习多久？了解redis集群吗？了解redis底层的存储逻辑吗？redis的性能单点能够有多少？集群能够有多少？你的这个agent项目用了spring Ai Ailibaba，为什么用这个，他与langchain4j、spring ai有什么区别？选型的时候怎么考虑的？你用spring Ai Ailibaba的时候感觉有哪些比较好的点？哪些不太方便的点？你了解agent编排的有向无环图吗？你用了吗？为什么没用？你用过龙虾吗？对里面的技术有啥了解吗？我看...

我投的后台开发。。。这还要面吗

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...