上周四腾讯HR面，进度现在还没动

原文链接：HikariLan's Blog 当提到“如何为大模型提供大规模的可用于检索的信息”时，我们第一反应想到的大概率是 RAG 一类的解决方案，但现在我要说，基于文件系统访问（FileSystem Access）的检索方式可能远比使用 RAG 更好。 什么是 RAG？为什么需要 RAG？ **Retrieval-Augmented Generation（检索增强生成，RAG）**是一种可以允许 LLM 从大规模非结构化信息中进行语义检索的技术方案。 我们之所以需要 RAG，是因为大模型内置的知识内容可能不符合我们的需要，例如这些内容可能已经过时（因为用于大模型训练的语料库并不会随着使用者...

 找不到实习捏 

过了，云智真tm香啊。😜

1. Linux内核中的内存管理机制，详细说明伙伴系统（Buddy System）和Slab分配器的工作原理答案：伙伴系统：管理物理页面，以2的幂次方为单位分配内存（1页、2页、4页...）。当申请内存时，如果没有合适大小的块，就将更大的块分裂；释放时，检查相邻的"伙伴"块是否空闲，如果是则合并，减少外部碎片。Slab分配器：在伙伴系统之上，针对小对象频繁分配释放的场景。为特定大小的对象预先分配缓存池，减少内存碎片和分配开销。包含三层：cache（对象类型）、slab（一组连续页面）、object（实际对象）。2. 描述Linux内核启动流程，从bootloader到ini...