学历双非，27届。在校期间以大学生电子设计大赛和RoboMaster为主力赛事学嵌入式。大二升大三那阵子想往产品开发一线走，半离队状态出去实习了一段。各家公司陆续开始秋招了，把我5月份面到的几场记一下，自己复盘，也给同期的朋友做个参考。5月这个时间点说尴尬也挺尴尬大厂暑期实习基本结束了，秋招还没正式开始。大部分留出来的岗位都要求尽快入职——比如云鲸智能、智元这些——但27届选手最快也得6月中旬期末考试结束才能到岗。毕竟不能因为实习把毕业证整丢了，舍本逐末。所以五一之后开始陆续投，截止5月10日，面到的是两家B轮左右的小厂。公司A自我介绍（5min）讲一下OTA的整体流程在boot里跳转到app...

这份简历的分量，放眼全世界应该没几个公司敢接还能接得住吧？

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...