一、RAG（检索增强生成）基础与优化方向RAG是一种结合检索与语言模型生成的技术，核心流程包括：数据收集：将数据分块、生成向量嵌入并存储到数据库；推理过程：根据用户查询检索相关文档，结合提示生成回答。文章提出RAG优化的4个关键方向：分块方法、嵌入模型、向量搜索策略、提示工程，并通过实验验证效果。二、4种优化策略及实验验证分块方法优化目标：平衡块大小，避免过小（丢失上下文）或过大（检索冗余）。实验：尝试“父文档检索器”，同时检索相关片段及其父文档以保留上下文，但结果显示性能下降（如上下文召回率降低），需进一步调整分块逻辑。嵌入模型选择对比：DPR（密集 Passage 检索模型）和Senten...

 目前学院本大三在读，投了300+。0offer 求大佬们看看简历有什么问题

不多说看图

已经上了一周班啦，整体体验真的很不错上班时间是10:00–7:00上班时间 弹性一小时，也不用担心起不来了 上班时间非常友好实习生一般不加班 打满时间就好啦认识了很多很多有趣的人组里的同事 mentor也都很好 ！！入职第一天还做了小游戏嘿嘿嘿大家都特别可爱🥺还一起约了吃饭二次元浓度满满的 每层都能看见很多手办