爽爽在家

关于AI评测的方法有很多种，就有一些现有的数据集进行相关的推理，然后对正确率进行判断，还有多轮的验证，然后选择多数的那种投票法，还有人工评测对他的一些伦理性的，然后知识性的，鲁棒性的，一些相关的特殊的评测手段和方法。还有多模型的评测，你去拿一个大模型去评测另一个大模型的效果好不好，AI评测分为很多种方向，如果具体工作不是干这个的，还是不太好说的

网易**不管问你啥，记住一个话术原则小小的提醒下各位留子：**时不要直来直去有啥说啥；千万得多思考别说太满给自己留个思考或回旋的余地・1、被问 “有没有接触过网易的产品”（哪怕了解不多）别直接说 “没有”（容易显得缺乏兴趣）试试：“之前用过网易云音乐和网易新闻，对产品的界面设计和功能逻辑有过留意。虽然没有深入研究，但能感受到网易产品注重用户体验的特点，入职后会系统学习相关产品知识”・2、被问 “能接受高强度的项目加班吗”别勉强说 “没问题”（后续可能难以承受）试试：“我理解互联网行业项目推进时需要集中精力，在关键节点愿意配合团队加班。但也会注重提升工作效率，合理规划时间，尽量在正常工作时间完成...

如题，楼主也是顺利实习三个月了，入职做的是一个新项目，初期在司内用，经常性的发版就会发一些bug到线上😂，当然一般是影响用户体验的小问题，逻辑上的bug不多，毕竟都是cr过的。再就是经常删脏数据把其他正常数据误删，不过恢复起来也方便。但好在项目整体倒是没有什么大问题，也是顺利跑了这么久

最近一直在思考一个问题，什么样的人才能在市场上面拿到更高的溢价呢？好像从实习的过往经历来看，单个的业务或者单个的项目做完之后，好像并没有感觉技术上有很大的提升。仔细想想，我觉得在大规模的业务系统里，真正的价值在于你对于全局的掌控或者了解。就拿推荐系统来说，单个的推荐系统可能分成非常多的模块，单个模块来看，技术是非常简单的。但是整个推荐系统怎么能够更加有机的结合，拿到业务上的收益，我觉得这是更难的东西，也是我们真正需要思考的东西。如果你能从这个宏观的蓝图中了解更多的东西，然后从站在既有的定位上了解我们正在做的项目，我觉得能够更加清楚地跟别人说出前因后果。