京东提前批测试开发

211本，后端，27届。字节一面刚结束，50分钟。项目问了15分钟，主要是数据库优化和缓存设计。算法题两道。第一道是两数之和变体，第二道是二叉树最大路径和。第二道之前刷过但现场没写出来，只说了思路。八股问了Redis持久化、MySQL索引优化、GC算法。整体感觉算法题是硬伤，平时能写出来，现场紧张就卡壳。最近在投日常实习，用工具把网申填表处理掉，晚上整块时间用来刷hard。字节一面算法题没写出来，感觉二面无望了🤧

这两个项目都是在网上找的，第一个游戏没敲只是看明白了，第二个项目敲了一个缩水版的，到现在一直没敢投，害怕被拷打，我想知道，这简历还有没有哪里不好，如果还行的话我就直接猛攻了。

现在也太难了吧🥲，实习好难找，佬们拷打一下简历

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...