你是否想打造一个靠谱的知识客服，或是搭建能精准回答问题的知识库？这就绕不开一项核心技术——RAG（Retrieval Augmented Generation），中文译为“检索增强生成”。听起来高大上的技术，核心逻辑其实很简单：先从资料库里检索相关内容，再基于这些内容生成答案，即“先检索、再生成”，这也是其名称的由来。作为目前最常用的AI问答方案之一，RAG已广泛应用于企业知识助手、智能客服等场景。本文将从应用场景、核心原理、流程拆解、专业名词解析等方面，带你全面掌握RAG技术，搞懂高质量智能问答系统的构建逻辑。前言我认为AI的基础知识是现在求职和实际工作所必须掌握的，不管是算法还是后端前端岗...

对面老哥这屏幕要起飞了哈哈哈哈    

学校门禁换人脸了，换了两周之后就被导员抓回去了，段子也是发生到自己身上了，还好已经实习四个月了，也算不错了，就是亏了点房租😂

时间线：11.29 投递，12.1 简历通过，约面。 12.08一面，答的一坨，估计极大概率已挂，面试时间总计35分钟update: 12.11晚被发感谢信个人反思这两周效率还是不太高，每天有效学习时间6小时左右，背八股 + 刷算法，同时看12306的项目文档，阅读项目代码。期间学到了很多新的东西，但也遗忘了很多八股。现在只能继续边投边面边学了，“沉淀”对于我这种懒人来说是个伪命题，有了面试的压力，心里才有更多的动力去学项目中的业务逻辑和背八股。虽然时常安慰自己不要焦虑，但是接连的面试已挂还是相当打击人的。12月还有一堆乱七八糟的期末考试，后天11号要考编译原理，到现在都没开始预习。明天又约了...