雷火秋招

1. 个人介绍2. 实习拷打3. RAG 的优化，项目中 Agent 的流程RAG 的核心链路是：文档处理 -> 建索引 -> 检索召回 -> 重排筛选 -> 上下文拼接 -> 大模型生成。它的优化也主要围绕这几步展开。先说文档处理。原始文档不能直接粗暴切块，要先做清洗，比如去掉无效页眉页脚、目录、乱码、重复段落。然后做合理切分。切分太大，会带入噪声；切分太小，上下文会断。常见做法是按段落、标题层级、语义边界切 chunk，并适当设置 overlap。再说检索阶段。RAG 不一定只用向量检索，通常会把 BM25、向量召回、关键词召回混合起来。向量召回解决语义相似，...

为什么春招海投了两天，全都石沉大海。是我简历问题吗

（简历伪装成大三了）我是一个双非大二，意向是java后端开发能给我一些建议吗？开学就大二下了，什么时间去投递，能不能投递给中厂呢求前辈帮我看看😘

无八股无算法，基本都在聊天，给业务场景问思路1-公司在做一个业务，类似于做个智能ai（有接入知识库）能实时跟达人（类似于抖音、小红书上推荐产品实际打广的博主）推荐产品，要求能灵活应对、实时回答达人的问题，能通过调整销售策略吸引达人合作，你觉得能怎么实现？2-聊到他有个朋友买了很多个api的pro版，直接把api写到一个网站，供整个公司的人用，问我怎么看，我的ai对话项目是这样实现的吗3-公司这个智能ai是用sse实现的，如果用的人很多可能导致ai回复得慢，能怎么优化？4-ai回复得慢，达人可能没耐心、情绪不好，发表不好言论，能做什么优化应对这种问题？5-ai接入的知识库尽管已经算比较完善，但现...