帮废物孩子看看简历吧，不玻璃心，求指导

简历时，你是不是也陷入过这样的困境：明明做过不少事、有过亮眼的经历，落在纸上却干巴巴的，要么流水账式罗列，要么无从下笔，根本体现不出自身价值？当 HR 在筛选简历时，最反感的就是 “无效经历描述”—— 没有逻辑、没有重点、没有成果，即便你能力达标，也很难在众多简历中被看见。而解决这个问题的万能工具，就是 STAR 法则。它不是复杂的理论，而是一套能快速梳理经历、让内容更有说服力的结构化方法，帮你把 “做过什么” 转化为 “能创造什么价值”，让简历自带竞争力。今天我就手把手教你，如何用 STAR 法则改写简历经历。Part.1 我们先搞懂：STAR 法则到底是什么？STAR 是四个英文单词的缩写...

简历如下 大家觉得有机会冲一下暑期offer吗，目前还没有面试经验，项目做的很水，还没开始背八股😅

总时长35分钟，无手撕，感觉遇到KPI面了，唉35分钟一直在问实习，八股就问了下面的1.redis与数据库的缓存一致性2.redis的zset数据结构3.redis的两个持久化机制4.分布式cap理论5.什么时候ap，什么时候cp6.进程线程协程问怎么没手撕，说一面撕过了，业务是应用宝游戏商城，后面过了还有一面技术面，问面试表现，说挺顺的，可以再关注一下运维数据，然后问转go有难度嘛，就结束了

1、RAG 里的幻觉怎么解决？RAG 幻觉一般来自三种情况：没有召回到正确证据、召回到了但排序不对、证据足够但模型还是自己补。解决也要对应分层。第一层是提高文档质量和召回质量，比如切片更合理、用混合检索、做 query rewrite、加 metadata 过滤。第二层是重排层，用 rerank 模型让最相关证据排前面。第三层是生成层，要让模型严格基于证据回答，证据不足就拒答，不允许自由扩写。如果从更抽象的角度看，幻觉问题本质上是“系统回答倾向强于证据约束”。所以真正要解决的是：让系统在信息不足时学会克制，而不是为了流畅性硬编一个完整答案。2、LoRA 微调原理LoRA 是 Low-Rank ...