中国电信天翼云2023校园招聘内推

个人背景与求职契机我是一名双非一本出身、拥有 6 年前端开发经验的从业者。此前因前公司组织架构调整，所在项目组被优化，我经历了半年多的职业空窗期。空窗期间我一度备考公务员，但感觉上岸难度较大；恰好我一直对华为 OD 平台很感兴趣，从德科的HR处了解到 OD 更新了院校清单，而我的母校正列于其中，于是决定抓住这个机会尝试投递。机考经历我提前两周多开始备考机考，整体来看考题有一定难度，但达到及格线还是比较轻松的。机考共三道题：第一题是数组与字符串相关的经典题型，第二题考察队列的应用，最后一题则是贪心算法类题目。和我平时刷的 LeetCode 题目相比，机考题目更偏向场景化，准确理解题意成了答题的关...

求大佬给些建议😘😘😘     

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...