1 . RAG 怎么评测，有哪些维度，那些指标RAG 的评测一般分成检索、生成、端到端三层。检索层主要看正确证据有没有被找回来，常用 Recall@K、HitRate@K、MRR、NDCG；生成层主要看答案对不对、是不是基于证据回答，常看 Answer Correctness、Faithfulness、Relevance、Completeness、Citation Accuracy；端到端层更偏业务效果，比如用户满意度、追问率、拒答率、时延和成本。真正做项目时不会只看最终答案，因为答案错可能是召回错、重排错、上下文拼接错，也可能是模型生成错。2. 数据集包括什么RAG 的数据集一般不只是知识库...

友友们这样的简历可以吗？😭😭😭跪求建议了

年前一面通过，后面问是否考虑外包岗位，撤回的消息说的是“没办法，学历是硬性指标”，难绷那你面我干啥呢，浪费双方时间，你早说是外包岗我还接你面试干啥😂

(git链接后续更新至评论区)我想聊一个我最近在解决的问题，顺便预告一个我正在开发的开源项目。先说问题。你有没有遇到过这种情况：跟 Claude 聊了两个小时，帮你梳理清楚了一个复杂系统的架构决策，确定了技术栈，约好了一些不成文的"规范"——比如"这个项目里 async 优先，不用线程池"，"ORM 只用 SQLAlchemy，不碰 Django ORM"。然后第二天开一个新对话。AI 完全不记得。你要重新解释一遍背景，重新约定一遍规范，重新建立一遍上下文。这个"重新"，有时候比干活本身还费时间。如果用instru...