1. 自我介绍2. RAG 怎么优化，评估时你会看哪些指标RAG 的优化一般不能只盯着生成端，很多问题其实出在检索阶段。常见优化思路包括 query rewrite、chunk 切分策略调整、混合召回、重排序、上下文压缩和引用约束。比如文档切得太碎，召回会有信息断裂；切得太长，又容易把无关信息一起带进来，生成端会受污染。真正线上效果好的 RAG，通常不是“某个 embedding 更强”，而是检索、排序、上下文组织和回答约束配合得比较好。评估时我一般拆成两层。第一层看检索，比如 Recall@k、MRR、HitRate，看相关证据能不能被捞上来；第二层看生成，比如答案正确率、faithfuln...

求助，怎么改进。约面都没有🙂‍↔️  

锐评一下我的简历吧，投几天了都没有找到，成都双非本。

攒人品ing4.9面，没后续了。因为我得到6月才能到，面试官说还有两个月，中间会陆续招人，要是到6月份还有名额再捞我。自我介绍啥时候能来实习。能实习多久？了解redis集群吗？了解redis底层的存储逻辑吗？redis的性能单点能够有多少？集群能够有多少？你的这个agent项目用了spring Ai Ailibaba，为什么用这个，他与langchain4j、spring ai有什么区别？选型的时候怎么考虑的？你用spring Ai Ailibaba的时候感觉有哪些比较好的点？哪些不太方便的点？你了解agent编排的有向无环图吗？你用了吗？为什么没用？你用过龙虾吗？对里面的技术有啥了解吗？我看...