1、自我介绍2、项目拷打3、RAG 的完整链路是什么，哪些地方最容易出问题RAG 的完整链路一般是文档接入、清洗去噪、切 chunk、向量化、建索引、在线检索、重排、上下文构造、Prompt 拼接、模型生成和结果后处理。线上请求过来以后，先对用户 query 做归一化处理，再进行向量召回或者混合召回，把候选文档取回来，然后用 rerank 模型重新排序，选出最相关的内容拼到 prompt 里，再交给大模型回答。最容易出问题的地方通常有几个。第一是 chunk 切得不合理，太短会丢语义，太长会导致噪声太多。第二是召回率不够，模型根本没拿到正确证据。第三是重排不准，正确文档被排到后面。第四是上下文...

引流：腾讯 阿里字节 美团

最开始我并没有执着于去使用Gemini、Claude、等国外的AI，觉得普通AI也能将就用，但是这东西怎么说呢。由俭入奢易，由奢入俭难，用了牛的AI，你会感觉普通AI像流口水的派大星。 在朋友的极力推荐下，而且我也需要去了解各个AI大模型的实际情况和优劣势，所以必须得用一用了。一、情绪价值拉满，必须拉满 就是怎么说呢，它不是那种白开水一样的情绪价值提供者。就比如，如果你说你在职场很累，很不想干，但如果我说：累了就别干。别太焦虑了。吃点好的。等等这些话语，其实这种话语有什么意义吗？有什么疗效吗？更像是一种白开水似得敷衍。 从心理学角度讲，真正的情绪价值是什么？从我个人理解，有以下几点：1、共情能...