1. 个人介绍2. 实习拷打3. RAG 的优化，项目中 Agent 的流程RAG 的核心链路是：文档处理 -> 建索引 -> 检索召回 -> 重排筛选 -> 上下文拼接 -> 大模型生成。它的优化也主要围绕这几步展开。先说文档处理。原始文档不能直接粗暴切块，要先做清洗，比如去掉无效页眉页脚、目录、乱码、重复段落。然后做合理切分。切分太大，会带入噪声；切分太小，上下文会断。常见做法是按段落、标题层级、语义边界切 chunk，并适当设置 overlap。再说检索阶段。RAG 不一定只用向量检索，通常会把 BM25、向量召回、关键词召回混合起来。向量召回解决语义相似，...

应聘了很多家公司，基本上都是小微企业，双非真的无缘大厂吗？哪位大佬帮我看看简历啊？！

小米oc了，但是在犹豫去不去。如果接受的话，小米正职待遇太差了，而且也不是互联网大厂，不确定这段经历对于秋招的背书有多大。算上餐补实习薪资5100，感觉太低了，并且岗位是中台开发，会干一些杂活，而且没有专门的mentor，和纯后端有一定区别。但是如果不接受的话，害怕接下来找不到好的offer，暑期0offer。图一是我简历上的项目和所学知识，图二是JD。实习的岗位不垂直，对秋招帮助大吗，该不该去，去了之后能胜任任务吗？

1. GoogleNet 采用了什么结构？Inception V1/V2/V3/V4 的演进是什么？GoogLeNet 的核心是 Inception 模块：在同一层并行使用不同尺度卷积核（1×1、3×3、5×5）与池化，再拼接输出，提升多尺度特征提取能力。演进思路：V1：提出 Inception，1×1 降维减少计算量。V2：加入 BatchNorm，训练更稳定。V3：卷积分解（如 3×3→1×3+3×1），进一步降算力。V4：更深更宽，并结合 Inception-ResNet 思路提升性能。2. 池化分为哪几种？特点和作用是什么？常见池化：最大池化（Max Pooling）：保留最强响应，突...