一、概述与全链路 RAG（检索增强生成）：用户提问 → 检索知识库相关片段 → 注入 Prompt → LLM 基于真实数据生成。解决知识截止、幻觉、无法访问私有数据。 Naive RAG（检索-拼接-生成）→ Advanced RAG（Query 改写、混合检索、Rerank）→ Modular RAG（可插拔模块、Agent 动态决策） 文档 → Chunking → Embedding → 向量数据库 用户查询 → Query改写 → 向量化 → 混合检索 → Rerank → Prompt → LLM生成  二、文档处理（Chunking + Metadata） 切分策略    策略 ...

😋😋😋

目前，粮食厂的车部做的风生水起。也是之前有幸加入了车部，并且以实习生的身份接触到了粮食汽车当时未发售的好几个版本，加入的时间比较早。可能因为mt的原因，我在这个公司呆的还是不错的，团队非常的nice；只是可惜HC非常紧张，并没有给我转正的名额。就工作强度这块的话，我是实习生！因为我base上海，这个租赁的园区暂时不需要打卡，不过团队老板说过好几次打卡问题，但是好像是因为我是实习生，我的出勤时间并不会记录在册。对外的上班时间是：9：00-18：30，中间休息2h但是，这个上班的时间还是比较弹性的，不同部门的话可能允许9：30到岗就行。不过我作为实习生，一般都是9：00-20：30左右。正员的话，...