华为签约的时候，可以协商工作地点吗？

28届后端鼠鼠，最近结束一段小厂实习，准备6月去投中大厂试试水，简历还有什么优化的嘛简历第一个项目地址:https://github.com/OWWZO/ai-agent 友友们感兴趣可以点点star 项目思路参考了openmanus等等开源项目

求给各位佬拷打拷打  

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...