前几天面试的时候，因为想让实习经历好看点，硬着头皮说了一句大话，结果面试被面试官当场追问，直接翻车，尴尬到想找地缝钻进去！就是那句“熟练使用LangChain搭建AI项目”，其实我就跟着教程做过一个最简单的demo，连核心逻辑都没吃透，纯纯凑数的，写在简历上的时候就贼心虚，就怕被问到。结果真的怕啥来啥啊，昨天面试，面试官看完简历直接问我，“你用LangChain搭项目的时候，怎么解决Tool Calling的冲突问题？” 我瞬间懵了，支支吾吾说不出来，脸一下子就红了。最后只能老实交代，说自己只是初步接触，还没深入研究，面试官也没为难我，但我能感觉到，他看我的眼神都变了，估计这次面试又凉了。真的...

刚实习了两周，被导员一通电话打过来可能会给处分学校这里坚决是不允许大二大三实习，只有大四后半学期才允许😂不知道被谁举报的，总之回来领导跟我说了一大堆，说在学校呆着能学到知识以外的东西。然后一门课也是被重修了，感觉好不容易实个习，一波三折的。最后还是选择了不回头，总觉得，人这一生就这一次，要尽力去活才算圆满。

1. 自我介绍2. 项目拷打3. Perplexity 的定义、公式和真正的使用边界是什么Perplexity 本质上是语言模型对测试序列平均不确定性的指数化表达。若测试集为(x1,…,xT),则 它等价于平均负对数似然的指数形式，值越低通常表示模型对数据分布拟合得越好。很多人只会背“越低越好”，但真正面试里要说明白：PPL 是训练分布拟合指标，不直接等价于问答质量、推理能力、事实性或者指令遵循能力。模型可能 PPL 更低，但在复杂推理或者对齐任务上不一定更强。4. 为什么不同 tokenizer 下的 Perplexity 不能直接横向比较因为 PPL 的分母是 token 数，而 toke...