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...

不多说看图

阿里云暑期实习java后端面经（摘自优秀牛油！）2.20 部门A一面1.自我介绍2.实习拷打3.八股      1.讲讲深拷贝和浅拷贝      2.写代码的时候咋深拷贝，咋浅拷贝      3.trycatchfinally都是干啥的      4.try里面有return的话，执行过程是怎么样的      5.多线程的时候都会自定义线程池，讲讲线程池的原理      6.线程池是什么模式的体现，如何实现生产者和消费者的解耦的，讲讲你的理解      7.解释解释CAS      8.你比较比较你见过的垃圾回收器      9.spring的ioc和aop如何理解      10.autwi...