ohmyblog

从 BLEU、ROUGE 面试题延伸：答案更像参考，就一定更对吗

2026/12/17

一份答案几乎照着参考写，仍然可能把“七天”改成“七个月”。另一份换了说法，却准确保留了含义。如果只按词面重合挑选答案，两个结果可能被排反。文本指标能提供信号，事实判断还需要回到明确的依据。

2026/12/17

逻辑地址到物理地址的题，最容易错在两处：把页号当成字节地址，或者把十六进制字符串直接从某一位切开。正确做法是先固定页大小，再把地址拆成页号和页内偏移。映射改变的是所在页框，页里的位置并不随之移动。

2026/12/17

数据库变慢，打开 profiler 能不能立刻知道该加哪个索引？不一定。分析器能记录操作的相关执行信息，但记录范围受配置影响，字段也需要结合查询与执行计划理解。先问它采了什么、没采什么，再讨论某条慢操作意味着什么。

2026/12/17

生成文本评测里经常出现 BLEU 与 ROUGE，但把它们简称为“准确率”和“召回率”，很容易丢掉重要限定。它们衡量的是候选与参考文本之间某种形式的重合，不直接判断答案是否真实，也不是同一个数字换一个名字。

2026/12/16

把一份文档切成多个段落，然后随机分成训练集和测试集，文件名不同，内容就独立了吗？如果测试段落的近似版本、相邻答案片段或原文改写已经在训练里，按行随机分配仍然会留下很强的重叠。更可靠的入口，是先定义哪些记录不能跨集合，再分配组。

2026/12/16

数组名 a 和数组地址 &a 打印出来似乎一样，为什么分别加一却走了不同距离？答案不是“编译器随便多跳了几个字节”，而是它们在表达式中的类型不同。指针运算必须根据所指对象解释，地址外观看起来相同并不能代替类型规则。

2026/12/16

面额大的硬币先拿，剩下金额再继续，这个办法什么时候正确？先把题意说完整：本文讨论任意正整数面额、每种数量有限、恰好凑出目标金额，并最小化硬币总数。若题目额外给定特殊面额结构，可以另行证明更简单策略，不能把一般情况与特例混用。

2026/12/16

一个模型在测试题上答得很漂亮，是学会了解题能力，还是曾经见过原题？对使用大规模公开资料训练的模型，这个疑问不能靠一句“测试集是独立文件”解决。独立文件可能仍包含相同段落、改写题目或直接暴露答案的解析。

2026/12/15

训练记录里只有一个 done 字段，看上去很省事。但一次交互结束，可能是任务真的完成，也可能只是采样时间用完。如果两种情况都把后续价值直接当成零，价值目标就可能在同一个状态上产生完全不同的含义。

2026/12/15

客户端发送 /api//v1，后端收到的却可能是 /v1，也可能仍是 /api//v1。问题不只是 Nginx 会不会合并斜线，而是匹配、重写和转发分别使用了哪一种路径表示。只看一条配置里有没有多写一个斜线，很容易把几个阶段混在一起。