三个月前的我： 你好，我是三个月后的你。你现在正准备开始投暑期实习，觉得自己准备得很充分，对吧？抱歉，我要告诉你几件事，你听完可能会想骂我。 第一，你那份万能简历，投一家挂一家。不是因为你不优秀，是因为你投后端岗位时简历里全是产品经历，投产品岗位时简历里又全是技术名词。三个月后你做了三版简历，回复率才上来。所以，现在就去改，别等。第二，你准备用脑子记住所有投递记录。别傻了，投到第十家你就忘了第一家投的是什么岗位。三个月后你做了一个飞书表格，每投一家记一条，才没重复投递同一家公司同一个岗位。所以，现在就去搭表格，别等。第三，你觉得自己LeetCode刷了200题就能过笔试了。实际上公司笔试的题型...

还没被八股，准备开始背了，所以还不敢投

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...