tx hr面

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，...

大佬们，给我提点意见，找实习，最后秋招目标中厂，冲大厂

大佬们看看，有没有什么还要修改的地方，第一个项目做的是黑马点评，加了一个rabbitMQ，第二个项目是鱼皮的API开放平台结合了一下鱼皮的大语言对话模型项目

一面自我介绍优雅关闭有必要吗？如果是线程池错误这种情况，任务都没了这种还有必要吗要是出现了这种情况导致了线程池任务丢失怎么办？看dump文件分析堆内存快照，看日志留存，崩溃的时候进行告警到群聊你这个kafka发送消息如果失败了你该怎么处理kafka的持久化kafka的消息丢失自带的重试机制，自定义注解实现消费者重试kafka为什么这么快卡夫卡对比rabbitmq有什么恶点事务性相关介绍一下分别有什么事务是否实战过tcc事务内部事务和外部事务的区分，框架和回调的实现2pc，3pc你知道seata的底层它是通过什么来实现回滚的吗？这个可以去看一下源码了解一下二面我说三个名词，你看你是怎么去看它们的...