找了一个华为的人给内推，准备暑假的时候去，寒假在家附近找了个创业公司一天100现结干着，晚上回家复习题目，一天天把自己卷着，只准备过年的前几天休息一下，把最近的面试经验好好折腾写写。面向华为的岗位，方向是AI方向，针对岗位职责好好准备了一下：1.从事机器学习算法和理论前沿研究。研究领域包括：元学习、AutoML、深度学习、强化学习、贝叶斯学习等；——研一在导师实验室打杂，做的是贝叶斯学习的一块，有一篇一区在投，不过没有商业变现的经验，所以才找了个创业公司试试，凑凑经历；2.探索人工智能应用，构建智能系统，提供AI云服务等；——这个在github上找了个智能体在练手，内推的人比较负责，还帮忙给找...

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...