携程 有通知面试了的吗？

为什么传统 NLP 评估指标（BLEU、ROUGE）对现代 LLM 局限性很大？  传统指标核心是比较生成文本与参考答案在 n-gram 上的表层重合度，存在以下问题：  语义缺失：只关心词汇匹配，不理解语义。如"今天天气很好"与"今天日光很灿烂"意思相近，但得分很低。 无法评估事实准确性：无法检测幻觉，流畅但包含错误事实的回答可能得高分。 忽略多样性与创造性：开放式任务没有唯一标准答案，基于固定答案的评估会惩罚优秀但不同的回答。 长文本评估能力差：无法评估长篇内容的连贯性、逻辑性和结构性。 无视推理过程：只能比较最终答案字符串，无法评估思维链步骤是否正...

到现在我都觉得这事儿不！真！实！（是的，昨天知道后一宿都没咋睡我心理素质真是差）先说背景，27届双非二本，计算机，没竞赛没大厂经历，简历能写的就一个课设和一段很水的中厂实习。字节暑期实习开了，我抱着试一试的心态投了一个后端岗，连测评链接都没收到，简历池里彻底沉底。我当时还截图发了个朋友圈自嘲。后来我老老实实投中厂，面了七八家，拿了一个二线厂的暑期offer，打算认命去搬砖了。直到上周。字节HR突然加我微信，说之前那个岗有人鸽了实习，问我6月能不能到岗。简历他们重新看过，可以直接进部门面，跳过笔试。我以为是钓鱼，结果第二天真给我约了，技术面+hr面一天搞完，三天后oc电话打过来——暑期实习offer就这么下来了我跟我妈打电话报喜，我妈问我"是不是骗子啊，让你交钱没"。我爸说让我先别签协议，怕是培训贷套路。我跟他们解释了半天才信。舍友也炸了，问我咋准备的。我能咋准备，我啥也没准备，纯纯是别人鸽了捡漏。现在已经把那个二线offer推了，下周去字节报道。心情有点复杂，一边爽一边虚，怕自己干不下被开了😅但管他呢，先去了再说。学历这事儿，封死的门偶尔也会留条缝，别太早放弃自己！我是个幸运的人，希望看到我帖子的人都这么幸运！！！

想着把项目再优化优化，整个线上demo演示，然后拖到现在，学校层次也不好，真没招了，有没有佬给机会面试🥺，或者说下现如今的投简历渠道，各大线上软件真不行，投出去基本都没反应，孩子真的很想暑假找个实习

1. 自我介绍2. 为什么要通过微调模型来做代码生成？为什么不用纯 prompt 或 spec coding？答案：纯 prompt 和 spec coding 确实可以提升模型在单次任务上的表现，但它们更多是推理时约束，解决的是“让模型按要求做事”的问题。微调解决的是模型行为分布的问题，比如固定代码风格、内部框架 API 使用习惯、异常处理模式、日志规范、单测模板、目录结构约定，这些如果全部靠 prompt 塞进去，成本很高，也容易在长任务里被稀释。在缺陷修复 Agent 里，我选择微调不是为了让模型记住业务代码，而是让它学习稳定的工程动作：先读测试，再定位调用链，再改最小范围，再补回归测试...