想问问大家现在都是什么状态啊，有点慌

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...

坐标上海某末211计科 学了一个学期的agent想要投简历大佬可以帮忙看看出了什么问题吗

要么不回。要么回的就是些这😅

毕业季结束后，陈屿花了整整两周时间，把自己从秋招到春招的每一轮投递、面试、被拒和通关全捋了一遍。四个月里，他投出87份简历，经历14场面试，最终在手握两份offer的局面里结束了这场持久战。他没有名校背书，也没有大厂实习镀金，但复盘之后发现，求职这件事确实存在一套可被拆解的逻辑。以下总结，整理了他在简历、实习、面试和心态四个维度上的真实收获。一、简历关：别让HR在三秒内把你划走陈屿的第一版简历做得很认真，认真到把大学四年的奖项、社团职务、课程设计全塞进去了。整篇文档密密麻麻，他自己看着都觉得充实。但投出去三周，邮箱里安静得让人心慌。后来他找到一位做过校招HR的学姐帮忙看简历，对方只扫了一眼就说...