offer帮选，愁的掉头发了兄弟们

1、讲讲什么是 RAGRAG 是 Retrieval-Augmented Generation，也就是检索增强生成。它的核心思想不是只靠大模型参数里记住的知识回答问题，而是在回答之前，先去外部知识库里检索和当前问题相关的内容，再把检索结果作为上下文交给模型生成答案。完整流程一般分两部分。离线侧先做文档接入、清洗、切片、向量化和索引构建，把知识变成可检索的形式。在线侧收到用户问题后，先做 query 改写或纠错，再去知识库召回相关片段，必要时做 rerank 重排，最后把用户问题和证据一起送给模型生成。RAG 的价值主要有三个：让模型获得训练时没有的外部知识让知识更新不依赖重新训练模型让回答更容...

一开始投简历，发笔试我都没做然后第二天就一面，面完第二天二面，结果我二面完了给我发个测评链接😥，今天笔试只a了一道，另外两个0.2，0.1，感觉应该没戏了

首先，一份实习可以给你带来什么？1、一份实习经历2、获得一个可以写在简历四上的实习项目如果是面大厂，其实小厂实习对履历加分不多，但是对于面小公司，特别是外包公司，那么小厂实习，还是可以加不少分数，毕竟小公司希望你进去后能够尽快去干活，而实习经历，证明你干活过，上手可以快一些。而对于第二个东西，存在很多不确定性，比如可能用的技术栈偏门，老旧;又比如让你干很杂的事情，甚至让你写文档;又比如加班特别严重，压的你没时间学习其他，等等。也就是说，对于第二点，是存在很多不确定性的，你去之前最好是问一问吧，最好的结果我觉得就是技术栈匹配+能让你做项目，写写接口也行，这样你还能把这事写简历上(如何实习收益最大...

先上Timeline:3.17 一面（一小时后通知过了）3.21 二面（面试在周末，周一上午通知过了）3.25 三面（半小时后通知过了）3.26 hr面（当天晚上发offer）面试内容：一二三面基本上都是拷打实习+项目，🈚️八股一二面各一道非常简单的算法，三面🈚️算法hr面主要是了解个人经历、性格，以及就业规划等总体感受：整个流程非常快，这个必须点赞每个面试官的专业能力就不用说了，会问到一些可能自己之前没考虑过的问题，也会现场引导我思考。整体面试氛围很轻松，像是在和同学一起讨论技术问题，交流各自的想法一样，聊的很开心暑期投了不少大厂，但只有腾讯字节给面试，其他公司都没给机会腾子那边也挂了几次不过还好最后如愿进字节了