笔试题目求助

📍面试公司：小红书🕐面试时间： 2 月 9 日💻面试岗位：前端实习❓面试问题：半小时左右的项目问询，感觉我没有说的很深，无八股算法：给定一个整数数组 nums 和一个整数k。你可以执行最多k次操作，每次操作可以将数组中任意一个元素 +1。请返回在最多 k 次操作后，数组中某个值可能出现的最大频次。示例nums = 【1,2,4], k= 5输出 3(把 2、4 增到 4:1->4 需3次，2->4 需2次，总5次)反问，问了一些业务和建议🙌面试感想： 面试官好像没有很深入的追问，我也说的比较浅了，然后建议我多接触大项目，深入理解项目为什么用这些，还有和其他方案做一个比对。还...

感觉就是面试官教会了我在项目里不应该总是别人说什么就是什么 那些网上的现成的拿来做本质上也可以 但是如果里面的每一个技术的使用都不经过自己大脑的思考 那么在真正的开发中不会有人来告诉你要用什么方案 所以要多锻炼自己在一个完整项目中的思考

本人双九（一般的985）现在🐻厂实习字节hr两次电联同一个职位的实习，问我考不考虑，第二次说的很恳切🐻厂给的测开，字节给的后端本人还没确定，秋招走大厂还是走央国企，目前暂时偏向稳定，更倾向于在江浙一带工作犹豫的点:1.目前组内氛围好，mt也好，组长也好2.如果再面试，我需要重跑我的项目，再准备+八股+手撕，会很累3.如果准备不充分，怕脏面评

原文链接：HikariLan's Blog 当提到“如何为大模型提供大规模的可用于检索的信息”时，我们第一反应想到的大概率是 RAG 一类的解决方案，但现在我要说，基于文件系统访问（FileSystem Access）的检索方式可能远比使用 RAG 更好。 什么是 RAG？为什么需要 RAG？ **Retrieval-Augmented Generation（检索增强生成，RAG）**是一种可以允许 LLM 从大规模非结构化信息中进行语义检索的技术方案。 我们之所以需要 RAG，是因为大模型内置的知识内容可能不符合我们的需要，例如这些内容可能已经过时（因为用于大模型训练的语料库并不会随着使用者...