1、讲讲什么是 RAGRAG 是 Retrieval-Augmented Generation，也就是检索增强生成。它的核心思想不是只靠大模型参数里记住的知识回答问题，而是在回答之前，先去外部知识库里检索和当前问题相关的内容，再把检索结果作为上下文交给模型生成答案。完整流程一般分两部分。离线侧先做文档接入、清洗、切片、向量化和索引构建，把知识变成可检索的形式。在线侧收到用户问题后，先做 query 改写或纠错，再去知识库召回相关片段，必要时做 rerank 重排，最后把用户问题和证据一起送给模型生成。RAG 的价值主要有三个：让模型获得训练时没有的外部知识让知识更新不依赖重新训练模型让回答更容...

28届准备最近找个小厂这个简历可以吗？

1. 自我介绍2. 讲一下你做过的项目，重点说说其中最难的技术点3. 我看你实习了一年了 怎么没留在上家公司4. 说一下线程、进程、协程的区别，如果放到你的项目里会怎么选答案：进程是资源隔离单位，线程是 CPU 调度单位，协程更像用户态轻量执行流。进程的隔离性最好，但切换和通信成本更高；线程共享地址空间，适合同一个服务内并行处理任务，但要处理锁竞争和共享数据一致性；协程切换开销小，特别适合高并发 I/O 等待场景。如果放到服务端项目里，我通常会让网络接入层偏事件驱动或协程化，避免大量阻塞线程；真正的 CPU 密集型计算，比如压缩、解析、聚合，会放到线程池里做。所以不是三选一，而是看场景组合使用...