1，介绍RAG流程，分段有没有做优化；编码模型和重排模型用了什么；Qwen3系列和bge系列的原理，Qwen3系列编码模型是怎么训练的2，RAG怎么评估，用了哪些指标；RAGAS有哪些指标，为什么不直接用库3，Agent的思想是什么，Agent包含哪些部分；介绍DeepResearch；介绍Agent怎么做任务规划和问题分解4，SFT数据集怎么构建，问题不够多样化怎么解决5，介绍LoRA原理；LoRA分支怎么初始化，为什么这么做6，self-attention公式；为什么要scaling7，介绍KV Cache；vllm是怎么加速推理8，RLHF，介绍PPO，包含多少个模型；GRPO与PPO的区别；GRPO的缺点；介绍GSPO

有一次面试，面试官直接让我手撕一道经典题——两数之和。题目不复杂，但要求我当场写出思路清晰、可运行的Java代码。我先说了解题思路：用 HashMap 存已经遍历过的数和下标，再一边遍历一边查找目标差值。写代码时我刻意放慢速度，把变量命名写清楚，同时不断口头解释时间复杂度和边界情况。代码写完后，面试官没有纠结细节，而是追问我为什么不用双重循环、HashMap 的空间开销是否能接受。那一刻我意识到，手撕代码考的不是你敲得有多快，而是你是否真正理解问题。这次经历让我明白，Java手撕题真正重要的是思路表达和基本功，而不是背模板。

下面用提问的方式分别从加载，切割，嵌入，储存，检索，评估几个角度连环问，感觉可以判断掌握RAG的程度，博主也在学习，轻点喷1.加载1.1加载纯文本如何加载？1.2加载doc怎么加载？ 要是想强调结构呢1.3加载pdf怎么加载？1.4要是pdf里面有图片呢？1.5要是pdf的一页里面有图片，文字，图片里面还有文字呢？2.切割2.1怎么切割？重叠程度怎么设置，分片大了会怎么样，小了会怎么样？3.嵌入3.1常见的嵌入模型有哪些？3.2对于稀疏向量的嵌入，了解过吗？4储存4.1常见的向量数据库了解过吗4.2企业级一般用哪个向量数据库4.3了解过索引吗？图索引，倒排索引了解过吗4.4第二范式，余弦相似度，向量内积，了解过吗，是干嘛的？5检索5.1多路召回，索引增强重排了解过吗？5.2粗排，精排了解过吗，用什么模型？6.评估6.1常见的评估框架有哪些？6.2评估一般看哪几个指标？忠诚度，相对性，精确性？7其他7.1图RAG了解过吗？为什么要用它？7.2多模态RAG怎么实现？？了解过吗7.3llamaindex专注于该领域，有了解过吗？

不好意思标题党一下，但我是真的用AI优化简历拿到了2个offer！如果你觉得找人改简历太贵，自己的简历又拿不出手，可以用我的方法去修改。我的简历优化流程如下：第一步：用AI做简历诊断我用的是Claude（免费版就够了），把简历全文粘贴进去，然后问：我是计算机专业应届生，想应聘后端开发岗位。（其他岗位一样，这里以后端开发岗举例）请分析这份简历的问题，从HR和技术面试官两个角度评价。重点指出：1. 哪些描述太空洞2. 哪些经历可以加强3. 哪些技术栈需要突出第二步：用AI重写项目描述这是核心步骤。我把每个项目单独拎出来，让AI用"STAR法则"重写：- Situation（背景...