一、RAG（检索增强生成）基础与优化方向RAG是一种结合检索与语言模型生成的技术，核心流程包括：数据收集：将数据分块、生成向量嵌入并存储到数据库；推理过程：根据用户查询检索相关文档，结合提示生成回答。文章提出RAG优化的4个关键方向：分块方法、嵌入模型、向量搜索策略、提示工程，并通过实验验证效果。二、4种优化策略及实验验证分块方法优化目标：平衡块大小，避免过小（丢失上下文）或过大（检索冗余）。实验：尝试“父文档检索器”，同时检索相关片段及其父文档以保留上下文，但结果显示性能下降（如上下文召回率降低），需进一步调整分块逻辑。嵌入模型选择对比：DPR（密集 Passage 检索模型）和Senten...

现在嵌入式的实习好难找啊，单片机的也找不到😭

time：2025.6.13部门：百家号百度对我的感觉就是纯粹八股盛宴，一个点挖到不能挖为止。（我怀疑面试官是看着我那个八股网站问我的）1.先上来一个简单的自我介绍。2.问了我之前的实习项目，鼠鼠直接对不起，真忘掉了，然后问了我react写的是类组件还是，我对react了解的真的是非常少，不会。3.盒子模型。4.讲一下css的布局，我大概介绍了一下flex，和flex：1。5.让我说一下移动端，然后我就说了一下响应式设计，媒体查询，%之类的，不知道有没有对口。6.js数据结构。7.事件代理（这个真的是忘记了，我就大概记得一点点说了一下）。8.call和apply（这个也忘掉了）。9.强缓存和协...