富途10月3号的笔试场是那一类岗呢？

越看市面上的技术方案越头疼,感觉自己组内技术越来越落后,永远追不上技术的迭代频率,看招聘网站各个AI测试工程师,AI测试开发要求贼tm高,莫名焦虑,有点卷不下去的感觉

雷军女儿在minimax实习，卷到1-2点下班，为啥不在自家的mimo呢？

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...