标题五个字

1. 如果知识库原始数据不是 markdown，而是 PDF、PPT、图片或者网页，你会怎么处理进 RAG 系统？PDF 和 PPT 会提取标题、段落、表格和页码，图片先做 OCR，网页先抽正文和元信息，然后统一清洗噪声、去掉页眉页脚、按语义做切片，补上来源、时间、文档层级这些元数据，最后再做 embedding 和索引。这样后面的召回、溯源和权限控制都更稳定。 public List<Chunk> buildChunks(Document doc) { List<Block> blocks = parser.parse(doc); List<Block> ...

没必要在学校疯狂卷了

27届双非本计算机专业，感觉前后端挤满了人 ，于是转AI产品经理 ，学习相关知识 ，做项目改简历，但是投了半个月简历，打招呼了1k➕，只有3个约我面试，还都是那种0-20人的公司，我感觉有点不靠谱，我觉得怎么也得是中厂啊…是简历有问题吗，求指点，还是现阶段没实习没学历的我只能先去这种公司

2.28 考研分数出来就感觉有点悬进复试有点难 于是开始准备春招，寒假其实也在学一点开发的东西和准备简历。但欠缺的东西还是很多。3.6 经过几天的思考和情况观测，感觉在复试线边缘准备开始投递春招和准备复试开始也是很焦虑吧，不知道未来在哪里，到底要去干啥，一直背八股了解项目。中间过程最难受的就是做测评吧，非常消耗时间而且好多家都是一样的题目，感觉像吃了shi一样。到目前为止投了大概500+，实际简历到hr手中的可能100左右，面试6家企业，这周还有四家，已经oc 2个外包。具体面筋可以看我主页，我也是第一次面试吧从3月中旬收到第一家开始，感觉也是非常紧张，最后反问面试官也说我有点紧张，加强一下表...