巨多Offer在SHEIN！23校招开始冲！

当年楼主被自己两年的算法功底冲昏了脑子，什么力扣、剑指都不屑于刷，凭借着在学校搞acm的底子，秋招侥幸过了美团的笔试和一面。那时候的楼主一个offer没有，做梦都想有一个offer保底，二面等待面试官上线的时候，我满脑子都是showmaker的那句话，我必须考虑这是不是我此生仅有进美团的机会。面试一开始，Java八股文、Spring八股文都背的顺风顺水，但事情从我的一句“分布式就是微服务”开始不对了起来，楼主当时只会增删改查，顶多写一个后台管理系统，对分布式的概念就是SpringCloud那些鸡肋概念。所以楼主阐述这句话的时候没有觉得一丁点不对，甚至我认为我说的就是对的，然后面试官就开始揪住这...

人生第一个offer，从此成为节孝子字节timeline:12.29  一面12.30  二面  hr面12.31  ocmomenta:12.25  一面12.30  二面 oc从刚开始面小厂被无情嘲讽，到一天拿下两个大厂offer，中间经历了好多好多困难和挫折，感谢一路上帮助的 人，感谢没有放弃的自己。再见2025，加油2026！

本科开发，37k*17+签字费和股票，已拒。虽然钱少，但本来其实还是很想去的，不过最后还是放弃了。趁着风口先去赚几年热钱哈哈。

思维链（CoT）方法依赖于一组固定的人工注释范例。问题在于，这些范例可能不是不同任务的最有效示例。为了解决这个问题，Diao 等人（2023）最近提出了一种新的提示方法，称为 Active-Prompt，以适应 LLMs 到不同的任务特定示例提示（用人类设计的 CoT 推理进行注释）。下面是该方法的说明。第一步是使用或不使用少量 CoT 示例查询 LLM。对一组训练问题生成 k 个可能的答案。基于 k 个答案计算不确定度度量（使用不一致性）。选择最不确定的问题由人类进行注释。然后使用新的注释范例来推断每个问题。图片来源：Diao等人（2023）