金山WPS校园招聘2023内推码

Q1：大模型（LLMs）具有什么优缺点？答案：优点：可以利用大量的无标注数据来训练一个通用的模型，然后再用少量的有标注数据来微调模型，以适应特定的任务。这种预训练和微调的方法可以减少数据标注的成本和时间，提高模型的泛化能力；可以利用生成式人工智能技术来产生新颖和有价值的内容，例如图像、文本、音乐等。这种生成能力可以帮助用户在创意、娱乐、教育等领域获得更好的体验和效果；可以利用涌现能力（Emergent Capabilities）来完成一些之前无法完成或者很难完成的任务，例如数学应用题、常识推理、符号操作等。这种涌现能力可以反映模型的智能水平和推理能力。缺点：需要消耗大量的计算资源和存储资源来训...

如果给公司写点评，我会这么写：下午茶不错，零食很多，工位很舒服，但工作和生活之间几乎没有门。公司福利乍看真的很香。冰箱里永远有饮料，茶水间每天补零食，晚上加班还能报销宵夜。刚开始我特别吃这套，觉得公司至少在“照顾员工”这件事上做得不错。后来慢慢发现，这些福利背后的潜台词是：你最好在公司待久一点。最明显的是消息边界。白天群里聊需求，晚上10点还在群里接龙改方案，周末一条“你有空的时候看一下”能让你半天心里不踏实。最烦的是，这种工作方式不会明着说要占用你私人时间，但会让你形成一种默认在线的习惯。有段时间我甚至洗澡都把手机放在旁边，怕错过消息。后来有次我妈给我打视频，问我最近是不是很忙，怎么连说话都在看手机。我那一瞬间才意识到，原来工作已经把我切得这么碎了。所以如果按大众点评来写，我会评价：赠品很多，隐形消费也不少。适合现阶段愿意all in工作的人，不太适合下班后还想完整做回自己的人。

就不投

一、概述与全链路 RAG（检索增强生成）：用户提问 → 检索知识库相关片段 → 注入 Prompt → LLM 基于真实数据生成。解决知识截止、幻觉、无法访问私有数据。 Naive RAG（检索-拼接-生成）→ Advanced RAG（Query 改写、混合检索、Rerank）→ Modular RAG（可插拔模块、Agent 动态决策） 文档 → Chunking → Embedding → 向量数据库 用户查询 → Query改写 → 向量化 → 混合检索 → Rerank → Prompt → LLM生成  二、文档处理（Chunking + Metadata） 切分策略    策略 ...