请问京东可以等毁约吗？

1、项目里负责的边界是什么？哪些内容是亲手实现和验证的？2、如果要做一套可落地的 Agent 评测体系，整体怎么设计？评测一般要分离线和线上两层。离线评测解决“改动前后谁更好”，线上评测解决“真实用户下效果是否稳定”。离线侧我会先把样本按场景拆开，比如知识问答、工具调用、多轮追问、拒答场景、多语言场景、长文本场景，然后分别看回答正确率、工具调用成功率、检索命中率、拒答准确率和格式稳定性。线上侧看用户行为指标，比如首轮解决率、转人工率、二次追问率、平均耗时、token 成本和异常率。Agent 不能只看最终答案，通常要拆成三层指标：检索层、决策层、生成层。检索层看有没有召回正确证据，决策层看有没...

目标后端

不过还是挺开心的hhh

Timeline：0306投递 --> 0319一面 2小时后秒挂全程不到半个小时，无手撕代码自我介绍项目：面试官提问是否为agent项目？rag怎么做的prompt增强？***面试官阐述了他对我简历上rag项目的理解（他是很关注agent中prompt优化）***如何评估prompt增强后的质量？（我这里答得召回率、准确率）面试官追问准确率是指什么？prompt混合检索是怎样的？如果关键词匹配，但语义不匹配怎么办？CoT（思维链）是否了解过？多轮prompt的过程中，当前prompt怎么利用到之前的prompt？讲讲文件上传的过程？kafka在项目中怎么使用的？如何管理以往的promp...