你是否想打造一个靠谱的知识客服，或是搭建能精准回答问题的知识库？这就绕不开一项核心技术——RAG（Retrieval Augmented Generation），中文译为“检索增强生成”。听起来高大上的技术，核心逻辑其实很简单：先从资料库里检索相关内容，再基于这些内容生成答案，即“先检索、再生成”，这也是其名称的由来。作为目前最常用的AI问答方案之一，RAG已广泛应用于企业知识助手、智能客服等场景。本文将从应用场景、核心原理、流程拆解、专业名词解析等方面，带你全面掌握RAG技术，搞懂高质量智能问答系统的构建逻辑。前言我认为AI的基础知识是现在求职和实际工作所必须掌握的，不管是算法还是后端前端岗...

有一段中厂实习经历，没续签，当时续签的基本都转正，八股算法一般，秋招已经约不到中大厂了，有一个小厂offer但要实习转正，感觉不太满意，拒了，想去投实习，好像实习也不要26届了。感觉秋招已经失败了，已经走到头了。顺便附带一张简历，懂哥可以指点一下。

合肥小厂面试（12.10）先是非技术面，自我介绍，以为我是大四的。。。问我还有课没（没了），绩点、参加过比赛吗（蓝桥杯），接下来技术面。计算机网络了解吗（TCP、UDP）长连接、短连接出去打电话（5、6分钟）WebSocket网络抖动断开连接，服务端怎么做到无感（讲了重试，不对，晕）CASCAS存在的问题（忘了，面试官说存在内存交换ABA问题）高并发场景下SpringBoot单体接口的高并发（限流？只能限一部分）后端开源基础框架（不会）项目是学校的项目吗反问：有多少实习生（目前一个）公司位置（也是晕完了，问这个问题）对面没有开视频，麦克风好像有些问题，有几次说不会都没听见。也是凉完了。