求各位同学帮忙投票。腾讯VS字节VS网易

一、为什么 Agent 评测比 LLM 评测更难？ 传统 LLM 评测（现在当然更复杂维度更多元化）关注的是文本生成质量——回答是否流畅、事实是否正确、格式是否合规。但 Agent 是一个完整的系统，它要自主决策、调用工具、与环境交互、在多轮对话中保持状态。这意味着：  不能只看最终输出，还要看中间过程是否合理（中间过程非常重要） 不能只看单次执行，还要看重复执行是否稳定 不能只看功能正确性，还要看性能、成本、并发能力 不能只在单一场景测试，还要覆盖工具调用、长上下文、多轮对话等维度（工具调用的能力评测也是目前的难点与重点）  LLM 评测像测发动机，Agent 评测像测整车——必须综合考察在...

牛友们谁能帮忙看一下为什么没约面试的 从四月初投到现在…..是我的简历有问题吗

目标暑假能搞到小厂实习

1. 自我介绍2. 你在项目里主要负责哪一块，核心难点是什么3. 意图识别具体怎么做，哪些意图是你们自己定义的答案：意图不是模型自己随便生成的，而是业务先定义好可执行的意图集合。比如在商家经营诊断里，会定义订单转化分析、差评归因、客服质检、活动效果复盘、规则咨询、商品套餐优化、竞品对比、经营日报生成这些意图。每个意图都对应明确的输入、需要的工具和输出格式。实现上会用规则加模型混合。像门店 ID、活动 ID、订单号这种强结构化字段先用规则抽取；再用模型做意图分类和槽位补全。模型输出不能直接信任，要校验意图是否在白名单内、槽位是否合法、是否缺关键参数。如果缺门店或时间范围，就进入追问，而不是直接查...