1 . RAG 怎么评测，有哪些维度，那些指标RAG 的评测一般分成检索、生成、端到端三层。检索层主要看正确证据有没有被找回来，常用 Recall@K、HitRate@K、MRR、NDCG；生成层主要看答案对不对、是不是基于证据回答，常看 Answer Correctness、Faithfulness、Relevance、Completeness、Citation Accuracy；端到端层更偏业务效果，比如用户满意度、追问率、拒答率、时延和成本。真正做项目时不会只看最终答案，因为答案错可能是召回错、重排错、上下文拼接错，也可能是模型生成错。2. 数据集包括什么RAG 的数据集一般不只是知识库...

如题，怕纯后端岗位未来 扛不住，想找一个ai大模型开发的工作。友友们看看那个智能ppt生成项目，是不是已经很普通了。还有我的简历是不是内容很杂。想在春招冲一冲ai开发的工作，求友友们对简历给一些建议。

ps：如果这篇帖子对于还在找工作和找实习的你有所帮助，可以关注我，给本贴点赞、评论、收藏并订阅专栏；同时不要吝啬您的花花MySQL 中当表存在多个索引时，并非所有索引都会被生效，而是由优化器（Optimizer）基于特定规则和成本评估，选择“最优”索引执行查询。这一机制的核心是 基于成本的优化器（Cost-Based Optimizer, CBO），即优化器通过计算不同索引的执行成本，选择成本最低的方案，而非单纯依赖索引类型或定义顺序。理解这一机制，能帮助开发者设计更合理的索引、写出更高效的SQL，避免因索引选择不当导致的查询性能瓶颈。一、多索引选择的核心逻辑MySQL 优化器的核心目标是最小...