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...

🐭🐭是学院本，没有实习过😭3.2号更新一波简历，目前已经有一家进二面了，一面线上面被拷打了一个多小时，后面和负责人开始聊天。😭

要招就招，每次一脚踢开，挂完一两小时后 发面试邀请，我又乖乖接受 还有机会吗

重点复习mysql redis juc那些去了，java基础好多忘了，寄HashMap 的实现原理是什么样的？Java 为什么要引入红黑树？红黑树怎么做到查询效率是 log n 的？如果插入的数据恰好是一个递减序列，红黑树会不会退化成一个单链表？Java 里面 final 关键字有什么用法？重载和重写有什么区别？Java 对重写有哪些约束？（例如返回值类型、抛出异常、方法签名、访问权限）父类方法返回 Animal 类型，子类重写时，返回值可以是完全无关的类型（如 Food）、父类（Object）或子类，哪些可以哪些不行？为什么重写时可以用子类作为返回值类型？创建线程池时，有哪些参数可以设置？核...