佬们看看还有啥需要优化的地方 目前打算年前优化一下简历 来年回来之后就开始认真春招了

从 Yao 等人，2022 引入了一个框架，其中 LLMs 以交错的方式生成 推理轨迹 和 任务特定操作 。生成推理轨迹使模型能够诱导、跟踪和更新操作计划，甚至处理异常情况。操作步骤允许与外部源（如知识库或环境）进行交互并且收集信息。ReAct 框架允许 LLMs 与外部工具交互来获取额外信息，从而给出更可靠和实际的回应。结果表明，ReAct 可以在语言和决策任务上的表现要高于几个最先进水准要求的的基线。ReAct 还提高了 LLMs 的人类可解释性和可信度。总的来说，作者发现了将 ReAct 和链式思考 (CoT) 结合使用的最好方法是在推理过程同时使用内部知识和获取到的外部信息。它是如何运...

写这些前端知识点，键盘都敲冒烟了😪😪😪😪😪😪

题干解析 题设给予宝石总数(n)，背包空间大小（C）与每种宝石的价值(w)，每个宝石所占空间大小(c)与数量(m)，要求我们选择一种存储方式，使在不超过背包空间的前提下获得最大价值。 算法思路 多重背包问题。首先我们我们可以延续0/1背包的思路，将所有单个宝石看作一种宝石转化为0/1背包，这样做只需在原有的两层循环嵌入一层k从的循环即可。 但注意以上方案时间复杂度预计为最坏情况下n=100, 所有，总计进行数量级以上的计算，会超时，需要优化 一种简单的优化方向是进行二进制拆分后再转化为0/1背包。 假设某个宝石，我们不妨将25拆成集合，自行尝试一下，这五个数的任意组合的和能够覆盖0~25所有的...