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 ...

双非本大二，简历求拷打。在CSDN上发了20+博客，阅读2.3w。感觉数据有点差有必要写简历上吗

求拷打 想了解暑期实习四月份左右再开始投会不会太迟了以及简历还有什么可以修改的地方 嵌入式接触的比较晚大三才刚开始学而且对硬件也不是太感兴趣 项目也一般有没有什么推荐的开源项目？大一大二玩太多了😣😣

996的工作制还是没能硬啃下去，快要面试怂了，取消了