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...

求大佬们拷打简历，投了好多简历了，基本上都没面

boss打招呼了快500，简历投了40多份，结果到现在就只有一个外包和一个几十人小厂约面，大部分都是已读不回，或者要了简历就没下文了。不知道是我的简历写的有问题还是打招呼的方式不对，又或者学历的问题，真不知道该咋办了 …………

📍面试公司：金山云-武汉base🕐面试时间：26.4.9-半个小时左右💻面试岗位：AI应用平台开发❓面试问题：1、自我介绍2、慢SQL优化分析，解决了哪些问题，优化思路是怎么样的？3、针对Kafka消息丢失采取了哪些措施？如何保障消息不重复消费？(只回答了消费端幂等，没了解过生产端的幂等，但是好像是存在的)4、Cache aside模式的优劣是什么？5、项目中的RAG定位和工作流程是什么样的？6、RAG如何实现语义分块的？RAG评估用了哪些方法和指标，结果如何？7、聊AI Coding，使用过AI Coding写代码吗？有使用AI Coding进行项目迭代吗？8、AICoding在需求清...