华为2022届秋招机考临近，感兴趣的同学一起交流探讨~

有人问我每天找实习都上哪些网站。 我截了张浏览器书签栏，发现三个月前有一大排，现在常点的就剩几个。 第一个，一个每天更新的汇总表。之前我收藏了七八个公众号、三个求职群、两个论坛，每天来回切。现在早上睁眼先刷这个表，五分钟知道今天哪些公司开了、哪些快截止了。其他的？取关了。不是他们不好，是我懒得一个个翻了。第二个，我自己搭的飞书表格。很丑，但实用。公司名、岗位、投了没、到哪一步了、下次该干嘛。之前用脑子记，记到第十五家的时候彻底乱了。现在表格一打开，清清楚楚。 第三个，我的简历文件夹。里面躺着三份简历：前端偏工程版、前端偏可视化版、全栈版。投哪家用哪个，看岗位JD决定。之前一份简历投所有，挂得怀...

27 届暑期 0offer，求内推求内推求内推！求建议准备全力梭哈日常了，成为最早备战秋招的从三月底面到现在，一边面试一边学习一边复盘，面经就不上传了，也是发现自己的一些问题，大家可以学习，不对的地方可以在评论区指出纠正一下：1.一定要至少准备个 60% 的程度再开始面试，不然会终止流程或者脏面评，我的字节和美团应该是黑了2.听好问题想清楚再回答，慢一点讲清楚3.不会可以说些相关的，相关的也不会大大方方承认，别胡乱背八股，面试官会很折磨4.leecode 坚持刷坚持刷坚持刷，不要间隔着刷5.把知识好好梳理串联起来，把项目理解清楚为止（面试时项目露馅包死的）

避雷上海万达信息股份有限公司，离毕业还有两个月毁三方

1. 自我介绍2. 什么是 RAG？它和普通大模型问答有什么区别？答案：RAG 是 Retrieval-Augmented Generation，也就是检索增强生成。它不是让大模型完全依赖参数记忆回答问题，而是在生成答案前，先从外部知识库里检索相关资料，再把检索结果作为上下文交给大模型生成答案。普通大模型问答依赖模型训练时学到的知识，容易出现知识过期、幻觉、无法引用来源等问题。RAG 的优势是可以接入企业私有知识、实时文档和业务数据库，并且答案可以追溯到原始证据。它更适合企业内部知识问答、客服、运维、法规、医疗、金融等知识更新频繁且要求可追溯的场景。 def rag_pipeline(quer...