哈哈哈我也是认证的准入职啦

26春招？不是暑期实习吗，难道我投错了？笔试10道选择题 选择题里面有后端的也有大模型相关的，难度适中会的就会，不会的真也就真不会，还有个计算时间复杂度的选择题，不是很会算。 3道算法题1. 给定一个区间 [l,r]，求区间内的数的因子有奇数个的个数。 开始用两层for循环来做，过了25%的测试用例，然后超时了，然后想用记忆表来做，没想出来，最后想到了完全平方数的公式。2. 超级斐波那契数列，用DP做的3. 跟图相关的问题，直接投降了，输入都处理不出来-------------------算法是ACM模式，要自己处理输入输出，难顶，中间手快切了两次屏，团子放过我

26应届偏远地区双非硕，buff叠满了

1. 个人介绍2. 实习拷打3. RAG 的优化，项目中 Agent 的流程RAG 的核心链路是：文档处理 -> 建索引 -> 检索召回 -> 重排筛选 -> 上下文拼接 -> 大模型生成。它的优化也主要围绕这几步展开。先说文档处理。原始文档不能直接粗暴切块，要先做清洗，比如去掉无效页眉页脚、目录、乱码、重复段落。然后做合理切分。切分太大，会带入噪声；切分太小，上下文会断。常见做法是按段落、标题层级、语义边界切 chunk，并适当设置 overlap。再说检索阶段。RAG 不一定只用向量检索，通常会把 BM25、向量召回、关键词召回混合起来。向量召回解决语义相似，...