本人27届专升本，一个项目是点评+星球项目合并包装的，一个是rag，目前还没有学agent相关的。前段时间面了用友客开，今天实习第二天发现都是低代码开发，准备润了。友友们帮忙看看简历，给点建议，感谢感谢

原来9也不过是如此，还有非全本科吗，第一次知道二编多来点9骂我，双非的就算了，你骂我我也不听三编图二我更是不知道该怎么回了，我已经发过简历缩略图+在线简历也写清楚了，你还这么问我

好贵啊海淀这边

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...