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...

你在leetcode上练的都是死代码能力🤣

腾讯面试这个状态是啥意思

之前到学校线下宣讲会去了，投了简历，当时可以线下面试但是面Java，我报的不是，但是当时打算看看别人面试积累一些经验，就没走。结果就喊我名字让我面试了。当时根本没有心理准备，也挺紧张的没有什么面试经验，再加上第一次线下面试，全程磕磕巴巴。小姐姐倒是挺好，说看我比较紧张就不问我问题了，自我介绍结束问个兴趣爱好再反问一下就结束了。我估计凉凉，我前面那个二十多分钟，我不到十分钟。之后就开始走网申流程，测评结束立马给我发笔试了，但是我笔试还没答，面试通知就下来了，有点奇怪。笔试四十分钟五十道选择题，时间挺紧的。面试我报的是c嵌入式，面试官问我了不了解嵌入式单片机或者做过这方面的项目，我说没有，我学的软...