因为拒绝了同事，关系变差了

独居之后，我的生活确实发生了不少变化。刚开始的时候特别新鲜，感觉终于可以随心所欲地安排自己的作息，想几点睡就几点睡，家里也不用顾及别人的习惯，彻底享受属于自己的空间。晚上敲键盘、健身、看剧都不怕吵到室友，甚至做饭也开始有了动力，偶尔还会试试新菜式。可是时间久了，也会发现一些问题，比如家务没人分担，卫生打扫、地漏清理这些以前不在意的小事都得自己解决，稍微懒一点家里就乱了。最明显的还是孤独感，下班回到空荡的房间，有时候会觉得少了点烟火气。独居自由是真的，但也需要学会照顾自己，找到属于自己的生活节奏。

最近副业线上接了个家教，带的是初三，一周没几次，下班有空，可以顺便备一下，可能是之前带的都是高一、初二、小学等等的，这个初三给我的压力就是很大，孩子成绩不是很好，记东西老容易完，毕竟快中考，家长比孩子还急，没一会就是微信大文章，然后交流谈话，说实话孩子的家长也都是高知识分子，所以有时候大家交流的时候，也会给到自己压力，毕竟接了，自身也想着他好，现在确实是压力太大了，教的时候还得连带着心理辅导，不然就抑郁了，有几次甚至离家出走，离谱。确实是给我内耗了很多精神，建议就是空闲尽量别接这种初三、高三的，这种太耗精气，反而得不偿失。

✅ 什么是RRF(Reciprocal Rank Fusion)❓一种排名融合方法，将多个检索器的结果合并成一个统一的排名。✅ RRF的作用❓不同的检索器可能会有不同的优势和不足，通过RRF可以结合它们的长处，提供更精准的结果。✅ RRF的具体流程❓RRF使用一个公式来计算每个文档的总得分，RRF(d) = sum { 1 / ( k + r ( d ) ) } ，这里 d 是文档，R 是检索器的集合，k 是一个常数，通常取60，r(d) 是文档在某个检索器中的排名。✅ 这个公式是如何做排名的❓使用了倒数排名（Reciprocal Rank），也就是( 1 / ( rank + k ) )这样排名越高的文档贡献的得分越大，这可以确保多个检索器共同认为重要的文档在最终排名中占据优先位置。同时随着排名的增加，贡献得分的增速会减缓，也就是说，排名1和排名2之间的差异，比排名100和101之间的差异更显著。另外，常数k起到了平滑因子的作用，防止单个检索器对结果的主导性太强，还能更好地处理排名相近的文档。✅ 具体讲讲RRF在RAG系统中的实际应用流程❓RRF在RAG系统中的应用可以分为几个步骤：1️⃣用户输入查询，系统开始处理。2️⃣查询被发送到多个检索器，这些检索器可以是不同的检索模型，比如密集型、稀疏型或者混合型。3️⃣每个检索器生成自己的相关文档排名。4️⃣使用RRF公式将所有检索器的排名结合起来，计算每个文档的总得分。5️⃣根据RRF得分生成最终的统一排名。6️⃣最后，生成模型使用排名靠前的文档来生成最终的答案。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

看完我已经屏住呼吸了，如果有牛友碰到这样的mt，赶紧润