渣渣的Ubisoft面试体验收获记录

P3367 【模板】并查集题目背景本题数据范围已经更新到 ，。题目描述如题，现在有一个并查集，你需要完成合并和查询操作。输入格式第一行包含两个整数 ,表示共有 个元素和 个操作。接下来 行，每行包含三个整数 。当 时，将 与 所在的集合合并。当 时，输出 与 是否在同一集合内，是的输出Y ；否则输出 N 。输出格式对于每一个 的操作，都有一行输出，每行包含一个大写字母，为 Y 或者 N 。输入输出样例 #1输入 #1 4 7 2 1 2 1 1 2 2 1 2 1 3 4 2 1 4 1 2 3 2 1 4 输出 #1 N Y N Y 说明/提示对于 的数据，，。对于 的数据，，。对于 的数据...

网约车，测试开发方向挤出一个月时间给自己喘口气了😅

俺平时都是在会议室面试的，奈何会议室被另一个同门约了面试了，楼下的实验室又有同门在做笔试，只能跑回宿舍面试。大家都懂互联网的面试指不定就一小时以上了，没有电源的地方真的不敢赌。但是俺们宿舍又属于随性派，摄像头一开就感觉乱乱的，没时间找帘子，尝试两件浅色的衣服挂在了床架上，本人坐在衣服前面，试图制造纯色背景。奈何本人比较较小，衣服也有点小，怎么挡都挡不全，总能从各个小缝隙里瞥见真相。面试官进会议的时候我就想，这局完了。

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...