📍面试公司：小红书🕐面试时间： 2 月 9 日💻面试岗位：前端实习❓面试问题：半小时左右的项目问询，感觉我没有说的很深，无八股算法：给定一个整数数组 nums 和一个整数k。你可以执行最多k次操作，每次操作可以将数组中任意一个元素 +1。请返回在最多 k 次操作后，数组中某个值可能出现的最大频次。示例nums = 【1,2,4], k= 5输出 3(把 2、4 增到 4:1->4 需3次，2->4 需2次，总5次)反问，问了一些业务和建议🙌面试感想： 面试官好像没有很深入的追问，我也说的比较浅了，然后建议我多接触大项目，深入理解项目为什么用这些，还有和其他方案做一个比对。还...

昨天在实习公司面试其他公司被同事发现，然后被反馈给主管。要下班的时候谈话直接被开除 哈哈哈哈哈实习实习 深圳！！ 有没有推荐或者继任的产品 运营 供应链都可以！

十月初谈薪，又给我加了1k  ，月base＝美团ssp➕3。不过不去，释放。审批了三个月也太难绷了

原文链接：HikariLan's Blog 当提到“如何为大模型提供大规模的可用于检索的信息”时，我们第一反应想到的大概率是 RAG 一类的解决方案，但现在我要说，基于文件系统访问（FileSystem Access）的检索方式可能远比使用 RAG 更好。 什么是 RAG？为什么需要 RAG？ **Retrieval-Augmented Generation（检索增强生成，RAG）**是一种可以允许 LLM 从大规模非结构化信息中进行语义检索的技术方案。 我们之所以需要 RAG，是因为大模型内置的知识内容可能不符合我们的需要，例如这些内容可能已经过时（因为用于大模型训练的语料库并不会随着使用者...