一、概述与全链路 RAG（检索增强生成）：用户提问 → 检索知识库相关片段 → 注入 Prompt → LLM 基于真实数据生成。解决知识截止、幻觉、无法访问私有数据。 Naive RAG（检索-拼接-生成）→ Advanced RAG（Query 改写、混合检索、Rerank）→ Modular RAG（可插拔模块、Agent 动态决策） 文档 → Chunking → Embedding → 向量数据库 用户查询 → Query改写 → 向量化 → 混合检索 → Rerank → Prompt → LLM生成  二、文档处理（Chunking + Metadata） 切分策略    策略 ...

没招了，笑死了

好贵啊海淀这边

好久没在牛客写正儿八经的贴字了，今天来写写，总结一下春招来时路。 贴主是广东某双非科班老登（非深大广工）。去年暑期在一家制造业小厂实习，开启了第一段实习，干了两个月后，得知没有转正hc后，贴主也是总理了一波实习内容，完善简历，就辞职开投，加入了秋招大军。 九月的秋招完全没有约到面试，全是测评笔试，金九银十并不适用于我这种双非仔。等到十月下旬，我才慢慢有约面，那时候也拿到两三家小厂offer，但无一例外都要提前实习，最终把一个已经拒掉的offer又舔了回来，北上浙江实习，这也是我第一次独自一个人跑到这么远的地方生活。 这家公司的工作氛围特别好，+1很和蔼，还给我安排了学习路线，很有挑战，在那里的...