4年前端开发经验，我是今年3月25号被裁的，被裁之后就一直在投简历面试找工作，直到现在（6月4号）终于拿到了一个还凑合的offer，来聊聊我这几个月的感想。如果用4个字来概括现在的行情，可以说是大雨倾盆，而你的伞属于是风吹了一下直接能吹断的那种。详细的数据可以以我为例：这几个月，我沟通了800+公司，80%直接未读或者已读未回，剩下的公司，大概三分之一会要你简历，其余的直接说不合适，这三分之一里要你简历的，最终能约到的面试大概又是3分之一左右，这一层层漏斗筛下来，差不多有十家多一点给了面试机会。这个体感你们可以自己掂量下，有一个非常残酷的事实是，所有给我面试机会的公司，几乎全部和AI有关，如果...

我简历到底怎么样啊，现在马上5月份了，还没有找到暑期实习😥

字节和腾讯给AI相关人才开的好多啊，好好奇这些人的bg，有了解的佬路过说说吗？得什么水平才能在实习期挣这么多钱呢？

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...