2900保卫战

上学的时候一直住宿舍没自己租过房，本以为租房的坑离我很远。结果研二被导师安排去西安阎良出差长驻，时间紧任务重，毫无准备地开启了找房之路。通过中介实地看了三套房，排除掉太贵的和太旧的，定下了一套140平、看似各方面都还算满意的房子。万万没想到，这也是我“历劫”的开始。1. 租金房东起初报价是2000/月（带家具家电）。因为觉得还有空间，我直接报了1800让中介去拉扯，最后双方各退一步，1900元/月成交。这一步还算顺利，但紧接着的费用就让人头疼了。2. 离谱的中介费常规租房找中介，一般是收取半个月租金，或者由租客和房东按比例分摊。但阎良当地的规矩居然是：中介费等于一个月房租，且全由租客承担！也就...

😭😭😭😭本人26届双非本，后端选手。从25年秋招开始，一直到春招5月份，一共面了12次字节。可以说后面能继续投递面上字节大概率是因为前面一直累计的面评还不错，但是最终的结果往往不尽如人意，黄梁一梦。timeline:如标题，总共面了12次字节，4个不同的岗位。第一次：抖音生活服务测开二面完排序挂第二次：TikTok国际化电商测开三面完排序挂第三次：飞书后端安全团队三面完挂第四次：飞书后端偏基架团队三面完过，HR面完之后询问综合排序不推进。我知道像BAT这样的公司，双非本想拿到一张入场券有多难，也知道每次挂在排序/三面/HR面，那种差一步上岸又被打回原点的落差感有多磨人。可是最后一次字节的这个岗位，已经是5月中旬才开始面得了，春招末期的岗位，我本以为真的缺人，三面过的那天，我真的以为就差一步hr面就稳了，但是，最终的结果很遗憾，综合排序综合排序，不推进了。如果是技术能力的问题，我想也不会每一轮技术面给我通过。思来想去。难道真的就是因为我们双非有案底，所以最后的一切又算什么呢。付出这么多的时间精力，还是抵不过双非学历太差吗？既然如此一开始直接卡掉简历不用给面试不就行了嘛，每一轮面试都给我们生的希望，最后的最后又回到了那个必输的起点。12次字节，说不遗憾是假的，也无数次怀疑过自己：是不是我算法刷得还不够？是不是项目亮点讲得不够好？是不是学历就是一道跨不过去的坎？但回头看，这一年的秋招到春招，从面对面试官紧张到说话卡壳，到后来的从容面对，再到如今甚至能和面试官探讨AI&大模型技术的一些方案思路，我已经比去年的自己强太多了。可能字节于我，真的是一场盛大的单恋，拼尽全力奔赴，却还是没能收到想要的回应。前路漫漫，字节的梦碎了，但我的路还在继续，希望下一站，会有属于我的一场徐风。

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...