春招记录贴

最近或许大家都听说xxxx厂裁员，无论前端，后端，大数据，测试，运维，人人可危， “前端死了，后端也死了，JAVA崩盘了，你们这群搞大模型的真是码奸”这次AI真的会让我们无路可走吗？？？？？？？？太阳底下已经没有新鲜事了旧的生产力的消失，必然有新的生产力诞生马车夫消失 → 汽车司机、修车工、石油工业诞生，从业人数是马车夫的百倍手工纺织女工消失 → 纺织机械工程师、面料设计师诞生，纺织品产量提升百倍2007年苹果开放 App Store，"移动端开发者"这个职业压根不存在。八年后，全球应用经济规模突破 1000亿美元，凭空诞生了数百万开发者岗位。每一次"这次真的完了...

引流：腾讯 阿里字节 美团

大家都在说今年找实习难，但是字节跳动招7000+，腾讯招10000+，合计1.7万个实习生岗位。这规模都快赶上某些985大学一届本科生的总数了。但是具体细节确别有洞天，字节7000个坑，研发类占了4800；腾讯更夸张，技术产品岗直接扩招39%，潜台词：能熟练使用AI工具的复合型人才实习生越多，正式工越少，与其说是实习生不如说是临时工。国家应该限制实习，每个人实习有上限，另一个不允许企业大规模招超长期实习生

1、RAG 里的幻觉怎么解决？RAG 幻觉一般来自三种情况：没有召回到正确证据、召回到了但排序不对、证据足够但模型还是自己补。解决也要对应分层。第一层是提高文档质量和召回质量，比如切片更合理、用混合检索、做 query rewrite、加 metadata 过滤。第二层是重排层，用 rerank 模型让最相关证据排前面。第三层是生成层，要让模型严格基于证据回答，证据不足就拒答，不允许自由扩写。如果从更抽象的角度看，幻觉问题本质上是“系统回答倾向强于证据约束”。所以真正要解决的是：让系统在信息不足时学会克制，而不是为了流畅性硬编一个完整答案。2、LoRA 微调原理LoRA 是 Low-Rank ...