新凯来的hr好多好多

核心定义ReAct 是能让大模型“边思考、边行动”的推理框架，让 LLM 像人类一样通过多轮交互解决复杂问题Thought-Action-Observation 运转逻辑ReAct 循环中有三大要点：Thought：模型分析当前的局面，大任务拆解成子任务，决定当前最需要做什么Action：根据前面的思考结果，生成具体的操作指令Observation：接收真实环境对操作的反馈结果这就有了一个闭环：想清楚再做，做完看反馈，基于新反馈接着想ReAct + Function calling 怎么运转？在 ReAct 需要与外部系统结合时，免不了调用工具，执行链路如下：评估与决策：模型接收用户请求，判断...

到现在我都觉得这事儿不！真！实！（是的，昨天知道后一宿都没咋睡我心理素质真是差）先说背景，27届双非二本，计算机，没竞赛没大厂经历，简历能写的就一个课设和一段很水的中厂实习。字节暑期实习开了，我抱着试一试的心态投了一个后端岗，连测评链接都没收到，简历池里彻底沉底。我当时还截图发了个朋友圈自嘲。后来我老老实实投中厂，面了七八家，拿了一个二线厂的暑期offer，打算认命去搬砖了。直到上周。字节HR突然加我微信，说之前那个岗有人鸽了实习，问我6月能不能到岗。简历他们重新看过，可以直接进部门面，跳过笔试。我以为是钓鱼，结果第二天真给我约了，技术面+hr面一天搞完，三天后oc电话打过来——暑期实习offer就这么下来了我跟我妈打电话报喜，我妈问我"是不是骗子啊，让你交钱没"。我爸说让我先别签协议，怕是培训贷套路。我跟他们解释了半天才信。舍友也炸了，问我咋准备的。我能咋准备，我啥也没准备，纯纯是别人鸽了捡漏。现在已经把那个二线offer推了，下周去字节报道。心情有点复杂，一边爽一边虚，怕自己干不下被开了😅但管他呢，先去了再说。学历这事儿，封死的门偶尔也会留条缝，别太早放弃自己！我是个幸运的人，希望看到我帖子的人都这么幸运！！！

项目很垃圾就是外卖加点评，想在成都找个中小厂实习（如果能去大厂更好但是我感觉我不行），实习到9月份开学，现在准备开始背八股，力扣刷了20多道，机会大不大？

在 AI 应用的场景中，rag可以说是一项必备的技术，在智能客服，导购 agent，智能创作等有检索需求的场景都会使用到，所以这里结合一些实际的应用场景和大家做一些分享一，数据准备数据准备是 rag 整个流水线中非常重要的一环，所以在实际的生产场景中，也主要是看数据解析，以及使用不同的向量库落库的过程 文件解析（pdf，docx，txt，md）目前常见的文件解析，就是利用 Apache tika 等开源库做解析组件，但对于一些富文本的数据，比如有图片和表格的情况，就要借用 ocr 等辅助手段大表格处理表格是比较常见的数据类型之一，但是大表格解析通常会有一些问题比如在切块的时候如果每一行都作为 ...