春招快结束了，目前有广发的体检通知和两家银行的签约通知

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> ...

 项目介绍深挖基础知识进程，线程，协程是什么，区别在哪？如果两个线程同时读写一个资源该怎么做？（加锁）用户输入网址到返回网页的内部过程是怎么样的？TCP和UDP的区别是什么，分别适用于什么样的场景？为什么会出现QUIC协议，它是基于TCP还是UDP，解决什么样的问题？为什么HTTP/3要用QUIC，而不用TCP（想讲HTTP用TCP的问题所在，但是忘了）手撕DAG上的最长路径。（示例都错了，害我看半天，撕一半下意识摁ide补全键结果出问题了不能再写了，然后就算了讲思路，大概就是拓扑排序+DP）