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...

海投了五六百份了，都没有回信，全都已读不回，没有约面，小厂实习也没有几个回的，211本这个简历很差吗，是不是再快速补一个agent项目，再补点agent知识，往agent开发那里靠靠，面试才会多一点？求大佬指点引流：腾讯，阿里，字节，pdd，米哈游

唉没招了，大厂全是这种吗，双飞真没机会呀！！！

最近参加了华测导航嵌入式岗位的二面，整体感受是相比一面明显更深入一些。如果说一面更多是在考察基础知识是否扎实，那二面就更偏向于看你能不能把基础知识和实际项目结合起来，看看你对自己做过的东西到底理解到什么程度。面试官整体风格还是比较平和，没有那种很强的压迫感，但问问题的方式会更有层次，不再只是单独问某个知识点，而是会顺着你的项目往下追问。很多问题表面上看是在问项目，实际上是在考察你的系统设计能力、排查问题能力、代码理解深度，以及你是不是真的亲手做过。就我个人感受来说，二面的难度比一面高一些，主要难在“综合性更强”。不是单纯背八股就能很好应对，尤其是当面试官围绕项目细节不断展开时，如果平时只是做了...