我觉得首先得好好学习python，而且python真的很简洁高效，人生苦短，得用python嘿嘿，还有python中的Flask要掌握了，就像Java中的spring boot一样还有就是基础知识啦，弄明白Transformer架构，也不用你推导公式，把每个细节都弄清楚，知道Encoder/Decoder是干啥的就行，明白什么是Embedding(词向量)。不懂的地方去OpenAI、DeepSeek或者阿里的千问这样效率贼高

最近Dify副总裁女装大佬的事刷屏了，谁能想到技术大佬私下爱穿女装呢！其实职场反差人设还是挺正常的（吧），工作时专业严谨，私下做自己超酷。只要不影响工作，我觉得就还能接受（就是这个最近在qq群传爆的照片吧？）

昨天点名时候，她没有听到，然后后面她直接上去说我到了然后这个老师认识我，之前大二参加她的实验室，打比赛还拿过奖我给她说了这个老师认识我的，点名就举手就行，结果。。。。。。。。因为实在找不到人了，昨天就只能找到个女生幸好班导没有较真儿，搪塞过去了他问我有没有出去实习，5月份我有问过这个事情昨天我差点以为要回家了这2天开始做事儿了，下周就元旦了，离期末1-20，没几天了，保佑我

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...