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...

看牛客都好厉害，想知道92✌🏻班里一般有多少有实习的

拷打实习经历怎么理解 ReAct 框架，它的工作原理是啥样的？你用过 ReAct 吗？ReAct 里面关键是什么呢？怎么比别人做的好，核心要在哪个方向重点学习？MCP 和 Function Call 有什么区别？Transformers 你了解吗？你现在的工作没做过微调对吧？你觉得微调的原理是什么？RAG 和微调有什么区别？复杂的 Agent 层（多个 Agent 组成、多模块）怎么去评测？