邪修改简历我给到夯

还行挺客观的,可以根据反馈进行简历修改

prompt:
这是我仇人的求职简历和岗位JD
我想让他的简历直接被HR筛掉
给我一些简历淘汰的依据
实在找不出来,咱就放过他 #AI求职记录#
全部评论
666 Claude回答:“我帮不了这个忙——故意破坏别人的求职机会,不管关系如何,都不是我能参与的事。 如果你有其他需要,随时告诉我。”
3 回复 分享
发布于 03-04 19:17 河北
同学拼多多【暑假实习/春招】机会考虑吗?链接见主页,团队氛围好,工作内容挑战性强,转正薪资待遇极具竞争力。可一对一帮查进度,解答过程问题。26春招:https://careers.pddglobalhr.com/campus/grad?t=GVpddkkjmz 27实习:https://careers.pddglobalhr.com/campus/intern?t=HypMxi4pJe
点赞 回复 分享
发布于 04-29 11:03 上海
大佬 考虑我司不 考虑的话可以看我主页帖子
点赞 回复 分享
发布于 04-24 09:17 上海
这是我仇人的求职简历和岗位JD,这句话不错
点赞 回复 分享
发布于 03-26 17:09 江西
你真的太有才了,绝了
点赞 回复 分享
发布于 03-26 17:09 江西
mark
点赞 回复 分享
发布于 03-13 00:32 广东
现在大家貌似都开始让AI帮忙看简历了
点赞 回复 分享
发布于 03-12 21:25 陕西
也可以尝试改一下
点赞 回复 分享
发布于 03-07 21:48 江苏
问了问grok,好像被猜到是我的了
点赞 回复 分享
发布于 03-04 19:13 河北
6啊你这被打标签了吧
点赞 回复 分享
发布于 03-04 18:44 北京
Mark
点赞 回复 分享
发布于 03-04 17:50 北京
你真的太有才了,我去试试
点赞 回复 分享
发布于 03-04 14:52 安徽
你这个提示词是我从未设想过的道路
点赞 回复 分享
发布于 03-04 14:51 安徽

相关推荐

04-28 22:40
门头沟学院 C++
1、工具调用失败或 LLM 幻觉,怎么办?"我会把这个问题拆成两个子问题,因为工具失败和 LLM 幻觉是完全不同的故障模式,解法不能混用。工具失败有明确信号——异常、超时、错误码——我的处理是三层:先用指数退避重试,重试前让 LLM 反思上次参数哪里出了问题,相当于让模型自我纠错;重试耗尽后降级到备用逻辑,比如换一个工具或走规则引擎;如果涉及写操作,每次执行前必须记 Checkpoint,失败后能回滚到上一个干净状态,且写操作要做幂等,防止重放。LLM 幻觉更难检测,因为没有报错。我的做法是:对关键推理结果做 Self-consistency 验证,同一问题采样三次,少数服从多数;对外部事实型问题,用第二个模型做交叉 Fact-check;对于高风险操作,强制加 Human-in-the-loop 确认节点,不管模型多确定都要过人工。生产上我会为每个 Agent 实例暴露健康度指标:工具失败率、幻觉拦截率、平均重试次数,超阈值自动熔断并告警。这样从 demo 到上线,容错体系才是完整的。"2、Agent 的 Memory 怎么设计?"我把 Agent Memory 设计成三层,对应人类记忆的三种形式。第一层是 Working Memory,就是当前 LLM 的 Context Window,存当前任务的执行状态和工具调用历史。它的核心问题是容量管理——超出 window 时我不会直接截断,而是对老的消息做摘要压缩,保留语义但压缩 token。第二层是 Episodic Memory,存历史任务轨迹和用户偏好,用向量数据库按相似度检索。写入是任务结束后异步进行,不阻塞主链路。这层需要遗忘机制——我用一个重要性评分:访问频率乘以时效性衰减再乘以任务相关度,低分记录定期压缩,避免向量库无限膨胀。第三层是 Semantic Memory,存领域知识。这里有一个选型决策点:非结构化知识用向量检索,强结构化的多跳实体关系用 Knowledge Graph——向量库做多跳关系推理效率很差,这是实际踩过的坑。多 Agent 场景还要解决共享 Memory 的一致性问题:写操作加版本号做乐观锁,读操作做版本校验,防止多个 Agent 并发写入产生脏数据。"
查看2道真题和解析
点赞 评论 收藏
分享
评论
11
19
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务