1. 做一下自我介绍2. RAG 分块策略应该怎么选，真正影响效果的核心因素是什么分块策略不是越细越好，也不是统一按 token 长度切就行。真正影响效果的是 chunk 是否保留了完整语义单元、是否带有足够的定位信息、是否能在召回后被模型直接利用。像制度文档、规则文档、FAQ、表格和多层级说明，最佳切法差异很大。比较稳的方式通常是结构优先、语义补充、长度兜底，也就是先尊重标题、段落、表格、列表，再在超长片段内部做语义切分。这样做的目标不是生成整齐块，而是让每个 chunk 自带最小可回答上下文。3. 怎么评估 RAG 的效果，除了准确率还能看什么RAG 效果不能只看最终回答对不对，因为那样很...

之前盲目的跟着学校学了2年 只是把前端学到了vue2并拿了一些没什么用的奖没有四大件 没有算法大三上学期 去年11月中旬才开始报机构学习 后面感觉自己不是计算机的料就在秋招的时候往别的方向上投简历却屡屡碰壁直到今年11月份 才不得不重新找回计算机 尝试回顾自己曾经学的东西 把前端学到了vue3 找回了之前后端的全部技术 敲了个springboot+vue3的项目 并熟背八股文这种的到了春招的时候却依然碰壁 连小厂的实习都找不到说实话有点绝望 不知道怎么办

        AI能写代码、做报表、排查bug，帮我们摆脱繁琐重复劳动，但我们难免焦虑：AI如此强大，究竟有什么做不到？我们的价值会被完全取代吗？               答案藏在需要温度与共情的瞬间。        AI能生成华丽的安慰话术，却替代不了发自内心的倾听、真诚的陪伴与职场间的默契理解。它能捕捉文字情绪，却体会不到背后的欢喜与遗憾，就像病人需要的是医生的关切，而非AI的冰冷建议；失意者需要的是懂他的共鸣，而非千篇一律的...