1. 如果知识库原始数据不是 markdown，而是 PDF、PPT、图片或者网页，你会怎么处理进 RAG 系统？PDF 和 PPT 会提取标题、段落、表格和页码，图片先做 OCR，网页先抽正文和元信息，然后统一清洗噪声、去掉页眉页脚、按语义做切片，补上来源、时间、文档层级这些元数据，最后再做 embedding 和索引。这样后面的召回、溯源和权限控制都更稳定。 public List<Chunk> buildChunks(Document doc) { List<Block> blocks = parser.parse(doc); List<Block> ...

这种的是真的假的，有没有什么陷阱啊

做过很多的项目，也有一段实习，但是投递就几乎没啥反应，是简历问题吗？大家帮忙看看吧想做AI产品

1.介绍团队是干什么的2.问笔试题目，没做出来的都问了一遍。3.问prompt:(1)看我a了37.5%，问我知不知道如何改进？(2)prompt工程一般怎么写？(3)你说到可以给输入输出案例，落到底层原理上大模型是怎么做的？(4)你说到可以给定“按json输出”，如果我拿到的结果不理想(非json)，你觉得如何改善(5)你说可以使用** content **来加强引用，具体到底层大模型如何识别的？4.如果一个用户反馈大模型给的不准，你如何排查？5.了没了解过deepseek的深度学习，它的具体详细的思考过程是怎么样的？6.看到我写了RAG(1)RAG是什么时候出现的？(2)了没了解过抖音、谷...