个人情况985本应届生，大四才想着找工作，开始学Java和做项目，没有实习经验，春招只拿了一些小厂的offer，薪资不太满意，觉得华为od更好一点。机考：400分通过8位LED控制器、分辨率排序、WIFI设备网络规划hr面视频面试，面了10分钟左右，首先是自我介绍，然后问了下项目相关，遇到了什么困难怎么解决的，虽然简历没写毕业设计，但还是问了下毕业设计内容，遇到困难怎么解决的，最后问个人情况，为什么春秋招没找到工作，大学最困难或者最骄傲的事，预期薪资多少。技术面技术一面自我介绍，然后让我讲一下项目是什么，项目的亮点或者困难是什么，怎么解决的，提到的功能是怎么实现的，期间穿插一些简单的八股。然后...

一个面试都约不到，不知道问题出在哪里，大佬帮我看看

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...