自我介绍了解过什么排序算法，说一下快速排序、堆排序的思路步骤面向对象的三大特性位图是什么？它的使用场景是什么？数据库中索引用的什么结构？红黑树和B+树在插入、搜索时候的区别红黑树的节点规则都有哪些？抽奖系统中异步解耦是用于什么场景，并且是怎么做的？微服务判题系统中提到用了安全沙箱，是怎么创建的？如果是高并发的情况，那么安全沙箱是如何抵挡住高并发压力的？策略模式是什么，它在项目使用中是如何体现的？平时用 ai 都是用的哪些大模型，这些大模型都有什么区别？

目前有一段小厂实习，稍微包装了一下。打算年后想冲一些中大厂，不知道有没有机会，最近在学一些agent相关的东西，想问下建议在技能哪块加一下吗（rag mcp agent等相关技术），如何写合适呢。

前几天出门玩去了回来后听从建议，删除了一些把握不住的内容，优化了简历语言表达，加了点量化数据，顺手把放上去项目的readme补充了一点仅仅找个实习来说，我感觉这个简历方向应该没什么问题了，希望前辈们不吝赐教还有一些想了解的细节问题:1.暑期实习和日常实习？如果不all in转正，只是为了秋招准备简历上有个实习，那两者有什么区别2.算法真的是突击hot100就够了嘛，我目前一道算法题没做过，才正准备开始做能不能直接爽爽背

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...