行之苟有恒，久久自芬芳

1. 先做个简单的自我介绍吧参考答案： 您好，我是XXX，本科/研究生毕业于XX大学XX专业。在校期间主修嵌入式系统、操作系统、计算机组成原理等课程。 我有X年的嵌入式开发经验，熟悉ARM Cortex-M/A系列架构，掌握C/C++编程和常用通信协议。 在项目经验方面，我做过基于FreeRTOS的智能设备开发，负责驱动开发和系统优化，实现了多任务调度和低功耗管理。也参与过Linux平台的应用开发，熟悉内核裁剪和驱动移植。 技术栈方面，我熟悉RTOS和Linux双平台开发，掌握I2C/SPI/UART/CAN等通信协议，有MCU和MPU的开发经验。 我对安克创新的智能充电和音频产品很感兴趣，希...

给了面的也不到十家，但基本都八股不咋会+口头表达能力很差，有点社恐，面一个挂一个。很急着找实习，不知道从何下手。。。

很早之前的了。hr："我看你简历上写的是，20年到24年在xxx学校上学。”我：是的。hr:（震惊）啊！？（小声）你上了五年！！！（发现新大陆）你为什么会上五年呢？我：😅这个…，怎么说呢，20年9月到24年6月。好像是4年……😅hr：😳嗷嗷，这样。但是我看现在（23年11月）你才大三，你们学校大三就可以实习了吗？我：，我大四。。。。

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...