高德大模型实习一面（凉凉

部署了一个文字转语音模型，叫kokoro。相信大家有过了解当时想着是转英文文章给我练听力用，后来又想加中文加日文。问 给迷你 半天，告诉我一佰万个错误地址，没一个是能用的。后来成功装上了一个版本，没有日文，给迷你 死鸭子嘴硬，硬说有日语。浪费了我5g流量之后终于承认错误：您说的对，确实没有日语版本！

感觉好难啊..还是得练1.实习介绍2.聊了10多分钟项目3.RPC是在哪一层中?路由器是在哪一层4.解释一下java中的controller是起什么作用?5.vue2和vue3分别是怎么实现数据-视图双向绑定的?6.node.js和python的并发有什么区别?node 的async/await和python的asyncio库有什么区别?7.讲一下协程8.算法题2道，30min，第一道是纯英文题(太难蚌了)，第二道是一个中文题，是关于把一个json object数组(类似于[{"id":1"value":123}{"id":2"value":1234"parent":1}]这 样的)转换成一个树状结构并输出，并且要求能处理各种错误输入。两题均不是力扣题9.反问

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...

这工作流架构，我只能说真tm的是个人才下一步是不是会有甄嬛传版本了？你们的龙虾都用来干嘛了？