推荐算法秋招

一面:4-24自我介绍简历项目讲解（问了八股，lora，和adapter的区别）手撕子序列之和小于等于target的数目25号约二面二面:4-27自我介绍和简历问答，无八股手撕岛屿29号约hr面hr面:4-294-30:节前最后一天offer，团子效率真的高，爱了

理想：RAG 的完美愿景 在大语言模型（LLM）的浪潮中，检索增强生成（Retrieval-Augmented Generation, RAG）被寄予厚望，作为 LLM 应用落地的关键技术范式之一，它的核心思想很简单： “让大模型在生成答案时，先检索外部知识库，确保回答既准确又新鲜。” 理论上，RAG 能解决大语言模型（LLM）的三大痛点：  知识固化：LLM 依赖训练数据，无法自动更新知识（如 GPT-4 不知道 2024 年后的新闻），导致时效性差、专业领域知识不足，而 RAG 通过连接外部知识库，可以随时引入新信息。 幻觉问题：LLM 可能编造虚假信息，而 RAG 为回答提供证据、增强生...

大家平时都在哪投啊，研一想找一段大模型算法日常，boss上有试过投大厂，均杳无音信。想知道上岸实习的朋友们，简历项目一般几个呀，感觉自己简历都过不了。     

发面经攒人品测试场景题：到店团购券算法：三数之和 自己写一些测试用例，说一说思路http和https的区别dns攻击哪几个步骤（没答出来）websocket是什么实习项目测试方面拷打，各种场景如何测试去保证正确（给我干穿了）