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...

一、考察点 1、考察测试人员边界值、异常场景的设计思维，上传功能高频考大小、格式、数量限制。2、考察移动端/Web端专项测试能力，覆盖权限、兼容性、中断场景。3、考察后端校验逻辑，是否掌握前端绕过、后台二次校验的测试思路。4、考察文件上传的安全测试、数据存储、回显展示的完整业务闭环思维。二、解题思路按照正常上传→格式大小边界→数量限制→异常文件→权限场景→中断容错→展示回显→安全校验→兼容适配的逻辑逐层覆盖，从正向功能、反向异常、边界场景、安全场景全面设计测试点。三、参考答案1、正常功能测试上传平台支持的合规图片格式，如JPG、PNG、WEBP等，上传成功后图片正常展示、完整无缺失，后台成功保存，页面回显正常。2、图片格式测试上传不支持的格式，如GIF、BMP、TXT、MP4、exe等文件，页面拦截并给出格式错误提示，无法上传成功，杜绝非法文件上传。3、图片大小边界测试按照平台限制大小测试：小于限制大小、等于限制大小、超出限制大小的图片。小于和等于限制的可正常上传，超出大小的图片拦截提示，上传失败，校验前后端大小限制一致。4、上传数量测试支持单图上传：单次仅可上传一张，无法多图上传；支持多图上传：测试最大上传数量边界，未达上限可正常上传，超出上限拦截提示，同时测试逐张上传、批量上传场景。5、异常图片文件测试上传破损图片、空白图片、0KB空文件、篡改后缀的假图片、分辨率过高/过低的极端图片，系统可正常识别拦截，不闪退、不报错、不脏数据。6、权限测试Web端：禁止文件夹读取权限时，无法选择图片并给出提示；移动端：拒绝相册/文件权限时，无法唤起相册、无法上传，权限开启后功能恢复正常。未登录状态下，无法执行上传操作。7、异常中断测试上传过程中切换后台、锁屏、退出页面、断网、弱网、刷新页面，上传终止，无卡顿、无重复上传、无空白脏图片；网络恢复后不自动补发，需手动重新上传。8、图片展示与编辑测试上传成功后图片缩略图、原图展示清晰，无拉伸、模糊、变形；支持裁剪、旋转、压缩的场景，编辑后可正常保存上传；删除已上传图片，可正常移除，后台数据同步删除。9、安全测试（重点）前端修改代码绕过格式、大小限制，后端必须二次校验拦截；上传包含脚本的恶意图片、病毒文件，系统拦截查杀，防止漏洞攻击；重复上传同一张图片，无重复存储、无数据错乱。10、兼容测试兼容不同浏览器、手机机型、系统版本；不同分辨率、比例的图片上传后展示一致，无适配错乱；Web端和移动端上传规则、限制逻辑统一。四、总结图片上传功能核心测试点：格式合法、大小合规、数量超限拦截、异常文件容错、权限控制严格、中断无脏数据、前后端双重校验、展示适配正常、安全防绕过。核心保障合法图片正常上传，非法文件全部拦截，无闪退、无漏洞、无数据异常。

没课的下午，我决定干一件事：把积攒了一周想投的公司全部投掉。 清单上的10家：字节、腾讯、美团、百度、京东、快手、网易、小红书、滴滴、B站。【14:00 - 准备工作】先打开网申助手确认信息是最新的（之前改过一次项目描述），然后按顺序开了10个tab，每个tab对应一家公司的招聘页面。【14:10 - 开始投递】第一家字节：打开网申页面，助手自动填了基础信息，我检查了一遍，补了开放题（为什么选字节），提交。耗时4分钟。第二家腾讯：同样流程，自动填、核对、写开放题、提交。耗时5分钟。第三家美团：基本一样，但美团的开放题有两个，多花了2分钟。耗时6分钟。【14:35 - 中段加速】到第四家百度的时...

算有真本领吗？理讨一下；lz是某211大学，最近毕业回学校，听说了一个🍉，同系的一个同学笔试和面试过程都存在作弊，笔试是找人代考了，面试用了AI辅助，后面他也成功拿到了那个公司的offer，大家觉得像这样的人有真本事吗？能在公司呆长久吗？感觉大家都AI作弊的话，后面会不会恢复线下面试了。。。