字节校招内推

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...

求佬看看简历有啥写的不好需要改进的，四月底开始投暑期，就得到一个字节的面试，一面挂，其他投的全泡池子，给孩子整抑郁了，已经想创死了

在爱玛总部上班快一年了。 说实话，刚入职的时候，我对办公环境没抱太大期待。 不是说爱玛不好，主要是我对“制造业公司”的想象比较固定：办公室在产线的隔间，房间昏暗喧吵，工位是90年代老式抽屉，食堂要拿着铝盒拜托阿姨不要手抖。（抱歉，幼时的电视剧过于深入人心了...）来了之后发现完全不是这样，每个人都有自己的独立办公位，有宽敞明亮的会议室，有展厅有阅读空间有实验室，已经非常好了！ 直到前段时间，公司通知要搬进新办公大楼。当时我正在工位上扒饭，看到消息的第一反应是：能有多大区别？后来我第一次站在新大楼下面，才发现自己之前想简单了。一、第一眼：它真的不像我想象里的制造业办公楼我对新大楼的第一印象，是“...