国庆节许愿

1. 自我介绍2. 什么是 RAG？它和普通大模型问答有什么区别？答案：RAG 是 Retrieval-Augmented Generation，也就是检索增强生成。它不是让大模型完全依赖参数记忆回答问题，而是在生成答案前，先从外部知识库里检索相关资料，再把检索结果作为上下文交给大模型生成答案。普通大模型问答依赖模型训练时学到的知识，容易出现知识过期、幻觉、无法引用来源等问题。RAG 的优势是可以接入企业私有知识、实时文档和业务数据库，并且答案可以追溯到原始证据。它更适合企业内部知识问答、客服、运维、法规、医疗、金融等知识更新频繁且要求可追溯的场景。 def rag_pipeline(quer...

211本硕+3实习+3项目=路边一条😋

很多同学实习结束后都会陷入同一个致命问题：实习两三个月，每天忙到飞起，最后简历空空如也，秋招无话可写。绝大多数人的实习不是不努力，而是全程被动打杂，没有成长闭环。只会等着导师派活，做完就交差，既不判断价值、也不主动争取、更不会沉淀内化。看似兢兢业业干了一整个实习期，实则完全没有能支撑秋招的硬核产出，竞争力丝毫没有提升。作为经历过两段实习、从纯打杂摸索出硬核产出的过来人，我分享一套自己亲测有效的实习成长流程，全程朴实无华、适配所有岗位。核心逻辑很简单：先判断、再争取、持续偷学、最后闭环内化，普通人不用内卷加班，也能把实习价值拉满，为秋招蓄力。第一步：入职先自我判断，杜绝无效实习很多人实习前期都是...