三个月前的我： 你好，我是三个月后的你。你现在正准备开始投暑期实习，觉得自己准备得很充分，对吧？抱歉，我要告诉你几件事，你听完可能会想骂我。 第一，你那份万能简历，投一家挂一家。不是因为你不优秀，是因为你投后端岗位时简历里全是产品经历，投产品岗位时简历里又全是技术名词。三个月后你做了三版简历，回复率才上来。所以，现在就去改，别等。第二，你准备用脑子记住所有投递记录。别傻了，投到第十家你就忘了第一家投的是什么岗位。三个月后你做了一个飞书表格，每投一家记一条，才没重复投递同一家公司同一个岗位。所以，现在就去搭表格，别等。第三，你觉得自己LeetCode刷了200题就能过笔试了。实际上公司笔试的题型...

已oc

😋😋😋

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...