1. 简单介绍一下你自己和你的项目经历参考答案：我是XXX，毕业于XX大学XX专业，有X年嵌入式开发经验。我的技术栈主要包括C/C++编程、ARM架构、Linux和RTOS双平台开发，熟悉常用通信协议和驱动开发。在项目经验方面，我主要做过三类项目。第一类是基于Linux的智能设备开发，负责应用层和驱动层的开发工作，实现了设备的网络通信和数据处理功能。第二类是基于FreeRTOS的实时控制系统，主要做传感器数据采集和电机控制，对实时性和稳定性要求较高。第三类是智能硬件产品，涉及到低功耗设计、无线通信和用户交互，这让我对产品化开发有了更深的理解。我比较擅长的是底层驱动开发和系统优化，能够独立完成从...

身边认识的不少朋友要么0 offer，要么只有不到20k的offer，其中不乏有背景好的985的同学，可是在网上你甚至能看到 28k劝退价 35k侮辱价……虽然有些人的背景确实好，但是不至于说开30+是侮辱他吧，所以有些时候你都不知道说这些话的人是纯纯出来秀优越感恶心人的，还是真觉得年薪50多万是侮辱他…… 多少有些装了吧所以来到互联网之后，我会发现这个世界太魔幻了，有一大堆生化环材还有文科的同学毕业即失业，或者只能拿到7k 8k的工作(背景好的双9能拿的多一些，但很多也比不到互联网大厂23k的白菜价)有一大堆学历较低的计算机科班同学毕业即转行还有一大堆的人嫌一个月20多k太少了，活不下去……

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...