1、自我介绍2、项目拷打3、RAG 的完整链路是什么，哪些地方最容易出问题RAG 的完整链路一般是文档接入、清洗去噪、切 chunk、向量化、建索引、在线检索、重排、上下文构造、Prompt 拼接、模型生成和结果后处理。线上请求过来以后，先对用户 query 做归一化处理，再进行向量召回或者混合召回，把候选文档取回来，然后用 rerank 模型重新排序，选出最相关的内容拼到 prompt 里，再交给大模型回答。最容易出问题的地方通常有几个。第一是 chunk 切得不合理，太短会丢语义，太长会导致噪声太多。第二是召回率不够，模型根本没拿到正确证据。第三是重排不准，正确文档被排到后面。第四是上下文...

求锐评，兄弟们，后端开发 + 大模型应用开发，可以直接冲27届暑期实习吗，实在不行日常实习也行

都说今年金三银四是“史上最难”，但我投了30份简历，收到了2个面试邀约！机会还是有的，但是能约面的还是少，都是各种人才测评，笔试，甚者可能还有AI面试。现在我的信号不满格，但是我觉得我要通过无限投递让我的信号满格！希望有机会参加大厂面试，进入大厂，愿各位牛友前途无量！#你感受到金三银四了嘛？#