中车资阳

腾讯IEG 后端开发实习面经流程很快，效率棒棒哒10.10投递，10.11日过初筛，约一面到10.13，10.16就结束hr面了，6天速通一面 10.13挑一个项目讲打开项目github看，对照源码问了些问题Redis 用过什么数据结构Reids怎么实现分布式锁10亿条消息去重说下去会好好看看我的github(开源贡献比较多)算法题二面 10.15聊了下项目一聊了下项目二gmp调度模型go gctcp可靠性有哪些机制大模型的原理兴趣爱好玩啥游戏（金铲铲，暗区突围，王者荣耀，皇室战争，总之腾讯游戏玩的雀实多，也充了不少钱其实)Hr面 10.16等offer中。。10.24 offer腾讯2027...

入职B站前端实习的第一周，最大的感受就是"二次元浓度"真的很浓！从电梯里的手办到同事们的工位装饰，处处都能感受到浓厚的二次元文化氛围。工作时间很人性化，10:00-19:00的弹性工作制对实习生很友好，基本不加班。最惊喜的是团队氛围超好，mentor特别nice，会耐心指导技术细节，还会主动分享职业发展建议。入职第一天就做了破冰小游戏，很快就和组里的哥哥姐姐们熟络起来。技术上收获很大，能接触到真实业务的完整开发流程，从需求评审到代码review，再到性能优化，每一步都有资深工程师指导。每天还能看到各种新番讨论，感觉在兴趣驱动下学习效率都提高了不少。真的是"梦中情司"了，强烈推荐给热爱二次元文化又想提升前端技术的小伙伴们！

项目就是点评和外卖包装，目前在boss上投了100左右，就10个要简历的，也都不回了

原文链接：HikariLan's Blog 当提到“如何为大模型提供大规模的可用于检索的信息”时，我们第一反应想到的大概率是 RAG 一类的解决方案，但现在我要说，基于文件系统访问（FileSystem Access）的检索方式可能远比使用 RAG 更好。 什么是 RAG？为什么需要 RAG？ **Retrieval-Augmented Generation（检索增强生成，RAG）**是一种可以允许 LLM 从大规模非结构化信息中进行语义检索的技术方案。 我们之所以需要 RAG，是因为大模型内置的知识内容可能不符合我们的需要，例如这些内容可能已经过时（因为用于大模型训练的语料库并不会随着使用者...