许愿海信oc

1. 个人介绍2. 实习拷打3. RAG 的优化，项目中 Agent 的流程RAG 的核心链路是：文档处理 -> 建索引 -> 检索召回 -> 重排筛选 -> 上下文拼接 -> 大模型生成。它的优化也主要围绕这几步展开。先说文档处理。原始文档不能直接粗暴切块，要先做清洗，比如去掉无效页眉页脚、目录、乱码、重复段落。然后做合理切分。切分太大，会带入噪声；切分太小，上下文会断。常见做法是按段落、标题层级、语义边界切 chunk，并适当设置 overlap。再说检索阶段。RAG 不一定只用向量检索，通常会把 BM25、向量召回、关键词召回混合起来。向量召回解决语义相似，...

😅😅😅😅

刚加上这个hr，结果是个广子，发完第一句话就被封号了微信

拿下快手offertl：3.2 投递 3.3 HR 约面 3.4 一面（半小时后约二面） 3.5 二面  3.9 约三面 3.10 三面 3.12 口头 + 正式offerTX还在走流程tl：3.11 投递 3.12 一面 3.13 二面已签快手，祝各位也找到自己心仪的offer