TP成都复核——待处理

1. 做一下自我介绍2. 讲一下你做的这个平台，重点说难点 解决了什么问题这个项目的核心不是“把文档喂给模型”，而是先把不同来源的材料转成可稳定检索、可引用、可更新的知识单元。整体架构一般包括文档接入、格式解析、结构抽取、分块与向量化、倒排索引、重排服务、回答生成和引用回填。我负责的部分主要是 chunk pipeline、索引写入和查询编排。难点主要在复杂文档结构，比如目录、页眉页脚、跨页表格、附件引用和条款层级，如果直接按长度切块，召回会很乱，模型也很容易把不同证据拼错。 def build_index(doc): blocks = parse_document(doc) chunks =...

心里话1、打工不要太认真，工作内容及格就行，不要太累。2、保证下班的学习时间，持续学习，很重要！ 上班很多时候是消耗性的输出，下班学习才是给自己的输入。Agent开发和传统开发1、传统前端/后端/客户端在大量裁员。原因是有了ai之后，岗位边界模糊，效率提升。又会做Agent开发，又能开发前后端的牛马，老板当然更满意。2、随着业务形态的转变，传统开发项目减少，对传统程序员的需求自然减少。更多的需求集中在AI产品。Agent开发和传统算法1、总的来说，Agent更偏业务，算法更虚。2、算法也会大量裁员。随着基模越来越强，不太需要stf，rl了。对Agent开发来说，基模越强，反而有更大的想象空间，...