关于offer

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...

这是我在BOSS遇到最有人性的hr，他的鼓励简直让我这么久人机般投简历来，最感动的一次，真的好想进这家公司啊😭😭😭

"你确定？" 导师的消息弹出来的时候，我正盯着那段处理订单的代码，手心开始冒汗。 这是我第一次在团队的代码review里提意见，而且是对一个工作三年的学长的代码。 "我觉得这里用了嵌套循环，在高并发场景下可能会有问题……"我打字的手有点抖。 三分钟后，导师在群里@了所有人："下午三点技术评审会，讨论这个方案的性能优化。" 会议室里坐满了人，学长把方案投到屏幕上，导师看了我一眼："你来讲讲你的想法。" 我深吸一口气,站起来走到白板前： "这个模块在大促期间会承接百万级QPS，现在的实现是O(n²)复杂度。我...