中移铁通面试

记得以前有个新闻，大意是说有个女孩子以她的成绩考入北大清华没问题。但她从小参加各种社会活动，深受曾留学法国的母亲“生命的意义在于体验最多而不是最好”影响，决定放弃高考，申请包括哥大在内的大学，并获得成功。新闻下面附上了一张那个女孩子的照片，还很清秀，于是这则新闻就获得大量转载，一片褒扬之声。我没有任何的仇富仇美仇优心理，不过在这条新闻下面我看到的最好的评论还是：我没有皇城根下的家，也没有留过洋的爸妈。我只能咬着牙拼命学习，在千军万马中挤破头，换来一个国内普通的大学，而我还要拼命努力，才能换来一个普通的人生。但这条新闻把千万个我们这种普通家庭却从没放弃努力的孩子，当成了傻瓜。    在上海，复旦...

为什么春招海投了两天，全都石沉大海。是我简历问题吗

我发现可以通过教培指数来判断一个学校的就业水平，即该校教培入职应届生人数➗该校当年应届生总人数，该指数越大说明学校就业越烂，还可以分别计算各个学院的就业水平😄。华理今年的该指数目前为0.09（根据新东方、猿辅导、作业帮、有道、学大、昂立与学而思教师总人数之比近似计算各机构在华理录取人数）哪位教培hr能给各92排个名让高考生避雷一下。😄

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，...