4.28上海竞测前端面经

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...

ai流式响应用什么做的sse的这种请求和普通的请求有什么区别说一下fetch和eventsource后台项目权限管理怎么做的怎么使用自定义指令管理权限的Pinia使用场景，一刷新没了怎么办pinia对比本地存储的优势v-for里key的作用什么情况下可以用索引值ai时代下的对自己的技术的计划

八股是前端面试中的一部分，特别在校招会问得更多，之前面试看市面的八股网站都讲得不深入，索性自己做一个高频八股网站，并且做了移动端适配，这下上班上学路上也能随时打开看看了。分享给大家，希望对牛友们有点帮助https://www.nanyiblog.cn/

2026年六月一日，儿童节这天终于等到了深圳归属地的oc电话，接下了人生中第一份offer；我曾无数次幻想过offer下发后的激动，但这一刻真正到来时，内心更多的却是焦虑清空后的平静和感慨，回望这一路，真是走了好久：即使是科班，学校的教学内容也与当下行业大相径庭，一年前我才从某门课的课设中接触到前后端这种在业务开发中最基础的概念，我想不通开发作为科班最常见的业务方向，居然没有任何一门课提到具体该如何做，大一大二成天的早八和满课到底在上些什么？大三上学期，终于有时间去做自己想做的事了，也该为毕业后的去向焦虑了，稀里糊涂中选择了前端这条不归路；我不想美化互联网行业的其他方向，但26年的前端确实很惨淡；对我来说真正算得上有效的学习，是从今年三月开始的（在此之前一直在无意义的三件套磨洋工），金三银四的暑期实习让我不得不直接开始啃项目，想要尽快落地简历开始投递，不巧此时正值 AI coding 风口，埋头啃项目的闲暇还要经受“前端被一锅端”这种淘汰论的洗礼；我做不到沉没成本不参与重大决策，只能祈祷自己能够跑赢这场豪赌；四月初的一个周三下午，带着项目和匆忙中背的几段八股，我开始了第一次面试；八股和算法的准备不充分以及工程经验的缺少，让我的回答经不住拷打；四月的全部面试，几乎都倒在了一面，每次面试都有答不上来的地方，这算是这一路最难熬的时期；转机发生在五一后的一场一面，遇到了体验非常好的面试官，在我回答完后都会积极地给予反馈，这场面试打破了止步一面的魔咒；再后来，也就是六月一日，在经历一周录用评估的苦苦等待后，HR打来了oc电话，我甚至来不及擦掉手上的洗面奶就接通了手机...oc之前，自以为拿到offer就是上岸了，但真正拿到offer后，又发现还有更多的岸等待着我......在二十出头的年纪，或许没有真正意义上的上岸，而我们能做的，就是在攀爬这座名为岸的阶梯时，在即将气馁时停下来回望已经征服的阶数，小停再出发。