微软拒信，心好痛。。。。

1、自我介绍2、项目拷打3、RAG 的完整链路是什么，哪些地方最容易出问题RAG 的完整链路一般是文档接入、清洗去噪、切 chunk、向量化、建索引、在线检索、重排、上下文构造、Prompt 拼接、模型生成和结果后处理。线上请求过来以后，先对用户 query 做归一化处理，再进行向量召回或者混合召回，把候选文档取回来，然后用 rerank 模型重新排序，选出最相关的内容拼到 prompt 里，再交给大模型回答。最容易出问题的地方通常有几个。第一是 chunk 切得不合理，太短会丢语义，太长会导致噪声太多。第二是召回率不够，模型根本没拿到正确证据。第三是重排不准，正确文档被排到后面。第四是上下文...

26届春招，学院本，双非硕秋招惨败，目前春招投了40家了，还没面试

👋个人背景：双非学院👏offer1：广州欢聚集团 shopline测开实习生 感觉title比较大点 但是折算下来差不多200一天💯offer2：上海一家100-599的公司 测开实习生 可能不是很出名 但是给的320/天有在欢聚待过的佬说说看接触的一些业务吗