求招银网络科技面经

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...

ClaudeCode是真好用啊，谁懂啊不知道ClaudeCode 为什么这么恨老中

投了很多，一直没能进面

昨天发的帖子没想到这么多人看，谢谢大家～今天没想写太多，就是随便说几句这几天的感受。关于上班这件事说实话，从学生到打工人，还是有点不习惯。早上要早起，挤地铁，坐在工位上一整天……刚开始真的挺累的。但是慢慢发现，累归累，每天确实能学到新东西，这种感觉还挺充实的。关于公司中思创新给我的感觉就是：不装。面试的时候不装，入职之后也不装。经理不会跟你说大话，就是踏踏实实带你做项目。同事之间也没什么架子，有问题直接问，没人嫌你烦。关于吃饭公司楼下好吃的还挺多的，每天最纠结的就是中午吃啥😂关于宿舍对了，公司安排宿舍了。这点真的没想到，省了一大笔找房的麻烦。虽然条件不算豪华，但该有的都有，比大学宿舍强多了。...