1. 自我介绍2. RAG系统的核心架构、检索优化与在教育场景的落地难点RAG核心架构分为数据预处理、检索模块、提示工程、大模型生成、后处理校验五部分。检索优化包括混合检索、多轮检索、知识切片、向量库优化等。在教育场景的落地难点在于知识专业性强、知识点关联复杂，易出现检索不精准；题目、公式、图表等多模态数据的结构化提取难度大；学生提问口语化、歧义多，意图理解难度高；需严格保证知识准确性，避免大模型幻觉。解决方案包括构建教育领域专属知识库、多模态文档解析、意图识别优化、事实校验机制等。3. SFT的核心流程、数据构造要点与在教育大模型中的应用SFT核心流程为数据准备、模型选择、微调策略、训练配置...

拿到offer了，26届测试开发，双非一本，写个收尾。 两个月，投了40家，笔试23家，一面18家，二面9家，拿到3个offer，选了最满意的那个。 说几件这两个月学到的事，给还在投的同学参考一下。 【1. 投递量要够，精投不够用】 一开始我觉得精投就行，认真看JD，选匹配度高的，投了10家觉得差不多了。 结果不行——中小厂没消息太多，大厂竞争激烈，10家根本不够。后期一口气补投了20家，最终offer反而来自这20家里的两个。 量要够，至少30家起，宁可多投不匹配的，也别因为"不确定"就不投。 【2. 填表浪费的时间比我想象的多】 前期手动填表，每家15-20分钟，投了2...