有没有杭州实习的老哥有不要的自行车啊

1. 如果知识库原始数据不是 markdown，而是 PDF、PPT、图片或者网页，你会怎么处理进 RAG 系统？PDF 和 PPT 会提取标题、段落、表格和页码，图片先做 OCR，网页先抽正文和元信息，然后统一清洗噪声、去掉页眉页脚、按语义做切片，补上来源、时间、文档层级这些元数据，最后再做 embedding 和索引。这样后面的召回、溯源和权限控制都更稳定。 public List<Chunk> buildChunks(Document doc) { List<Block> blocks = parser.parse(doc); List<Block> ...

感觉就是那种，背景也不够硬，实习也不够硬，啥都不够硬，除了硬着头皮在各个招聘软件和官网平台投没有任何收获，已经不知道自己能干啥了……

这个它石是真的恶心，一天就给我结束了。看了一下JD，估计就是卡学历，非要985/211吐了。。。。

拼多多集团-PDD2026实习生招聘】内推链接：https://careers.pddglobalhr.com/campus/intern?t=aUGDhRcP8r，内推码：aUGDhRcP8r。通过此链接投递计入内推，内推简历优先筛选~）   职位与职责（可以点击链接查看详细信息）   大模型算法实习生     -》 内推链接：https://careers.pddglobalhr.com/campus/intern/detail?t=UUXPCPyzzd，内推码：UUXPCPyzzd 服务端研发实习生      -》 内推链接：https://careers.pddglobalhr.com...