其实吧，算法来说，对于找工作，个人认为并不是决定性因素，大一玩去了，没进acm校队，然后大二开始才开始刷算法题，lc大概1300多道吧，然后codeforces是300+，再算上牛客，洛谷，acwing啥的，2k+应该是不少的，找工作的话，基本上笔试都是ak的，面试算法题基本也能在规定时间内写出来，但是这些并不会影响到什么，还是找了一个不算太好的程序员工作

看到过两个人面试，应该是测试岗位的，全程端着个手机卡在摄像头下面，开语音，面试官问问题，首先嗯嗯呃呃呃呃呃卡半天，然后“我需要时间思考一下”，现场开搜问AI，有点绷不住，我寻思技术问题不应该是问出来脑子里就应该有思路了吗，顶多几秒钟组织一下语言（后来还发现她们为了方便作弊把我电脑充电器拔了😃）难怪说现在的工作不好找，原来是自己压根什么都不会，仔细想想这种人还挺多的

杭州女生 双9硕 校招offer1. 互联网：单休996；上海；总包n+25万（租房4K/月）2. 国企：不加班；杭州；总包n万（不用租房）3.银行：假管培885；杭州；第一年10万，后面看能力20来万确实是两种完全不同的生活方式，自己也想了很多，但怕有些因素没有考虑到，求大佬们的意见～引流：字节腾讯阿里拼多多蚂蚁京东美团小米

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...