1、自我介绍2、项目深挖3、如果让你设计一个 Agent 的评测体系，你会怎么做Agent 的评测不能只看最终回答像不像，因为很多场景里最终答案看起来没问题，但中间过程其实已经错了。真正可用的评测体系应该至少覆盖三层。第一层是结果评测，也就是任务有没有完成，最终输出是不是符合目标。第二层是过程评测，要看任务拆解是否合理、工具是否选对、参数是否正确、执行顺序是否稳定。第三层是系统评测，要看延迟、成功率、重试率、单次成本、异常恢复能力这些工程指标。如果是线上系统，我会把评测拆成离线和在线两部分。离线阶段构造标准数据集，做固定样本回放，评估规划正确率、工具调用成功率、任务完成率和输出质量。在线阶段则...

求内推

大家都在鼓励你。自己也要争气啊！！！

今天美团26春招/27届暑期实习笔试正式开考，根据大家的反馈总结了一下笔试内容，供后续笔试的小伙伴参考~其他方向内容可在评论区补充！！一、笔试概况研发岗（开发方向）题型：10道选择题 + 3道编程题时长：90分钟，固定时间段监考：双机位，规定手机方向选择题：涉及LLM大语言模型、模型训练等AI相关知识新增：AI Coding考查（可选）编程语言：不限，支持本地IDE产品/运营方向题型：言语理解(9题) + 数量关系(9题) + 判断推理(9题) + 资料分析(5题) + 大模型知识(8题)时长：60分钟难度反馈：数量关系和资料分析较难，大模型知识需提前准备 财务方向题型：财务单选12道 + 财...