一、概述与全链路 RAG（检索增强生成）：用户提问 → 检索知识库相关片段 → 注入 Prompt → LLM 基于真实数据生成。解决知识截止、幻觉、无法访问私有数据。 Naive RAG（检索-拼接-生成）→ Advanced RAG（Query 改写、混合检索、Rerank）→ Modular RAG（可插拔模块、Agent 动态决策） 文档 → Chunking → Embedding → 向量数据库 用户查询 → Query改写 → 向量化 → 混合检索 → Rerank → Prompt → LLM生成  二、文档处理（Chunking + Metadata） 切分策略    策略 ...

要了简历逗逗我吗，😭，是不是简历是一坨，请教一下佬，不玻璃心

早上10点到岗，晚上7点走，中间干了啥？我是旅游BG的大模型算法工程师，今天带你看点不一样的。 10:00｜到公司，先看一眼模型跑得怎么样工位上打开电脑，第一件事：登录训练平台，看看昨晚提交的视频生成任务跑完了没。还行，没有爆显存，Loss曲线正常。同事路过：“新模型效果咋样？”——“还在调，中午给你看demo。”10:30｜晨会，聊15分钟旅游BU的晨会很快：对齐进度、同步卡点、确认优先级。我上周接了个AIGC视频生成的优化任务，目标是让生成的视频转场更自然、文案更贴合目的地。今天要试一个新开源模型的效果。mentor听完说：“先跑个AB实验，数据说话。” 11:00｜写代码+调模型，沉浸式...