最近或许大家都听说xxxx厂裁员，无论前端，后端，大数据，测试，运维，人人可危， “前端死了，后端也死了，JAVA崩盘了，你们这群搞大模型的真是码奸”这次AI真的会让我们无路可走吗？？？？？？？？太阳底下已经没有新鲜事了旧的生产力的消失，必然有新的生产力诞生马车夫消失 → 汽车司机、修车工、石油工业诞生，从业人数是马车夫的百倍手工纺织女工消失 → 纺织机械工程师、面料设计师诞生，纺织品产量提升百倍2007年苹果开放 App Store，"移动端开发者"这个职业压根不存在。八年后，全球应用经济规模突破 1000亿美元，凭空诞生了数百万开发者岗位。每一次"这次真的完了...

GPT你能不能别吹牛逼了，问你你就回答，每次拍我马屁什么意思

28届准备最近找个小厂这个简历可以吗？

1、RAG 流程RAG 一般分成离线和在线两部分。离线侧主要做文档接入、清洗、切分、向量化和索引构建。文档来源可以是产品文档、帮助中心、接口文档、历史问答、内部知识库。清洗之后按段落、标题或者固定窗口做切片，再用 embedding 模型把文本转成向量，写入向量数据库，同时保留 metadata，比如文档类型、时间、部门、权限标签。在线侧通常是用户问题进来后，先做 query 预处理，比如改写、纠错、意图识别，然后拿 query 去做检索。检索可以是向量检索、BM25 检索或者混合检索。召回到候选片段后，再做 rerank，把最相关的内容排到前面，最后拼接 prompt 和用户问题一起送给大模...