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...

求助，今年大四，之前没有过实习，简历投出去都说不合适

无实习经历，下周准备开始投暑期了，java后端方向，最后再看怎么修改一下

先简单做个自我介绍。你现在还在实习吗？说一下你实习时候的工作。这几项工作都是你独立做的吗？你主要负责哪一个？RAG和传统搜索有什么区别？为什么不直接用关键词检索？举个例子，智能体和大模型怎么交互、协同？工作流程是什么？检索这块你做过效果上的优化吗？有具体的优化案例吗？从效果不好到变好的过程。怎么保证积分可靠性，防止多扣/多增？分布式锁原理大概是什么？SETNX 的功能是什么？加锁后进程异常退出，锁泄露怎么办？介绍一下 Spring AI 这个框架。是用 workflow 方式搭建的 agent 吗？用 Spring AI 写一个 agent 的过程大概是什么样的？整个过程完全是大模型自己决策吗...