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...

27届，bg科班双非本9硕，暑期应该是赶不上了，简历上的项目看了80%，结合AI看的，八股还在看。这个简历是秋招的初版，不敢用这个投暑期，因为确实很大一部分都没搞懂，要被问惨。想问问内容有什么改进的地方吗？其实本科是cpp选手，读研搞深度学习又整Python，最后找工作学java，java也没学多久，这学期开学之后才开始学的。我的诉求就是能在成都找个wlb的中厂就满足了

为什么没有找不到实习，面试都没有。有大佬分析一下吗

大一那会儿看了郝斌的数据结构，看了acwing的课，然后打了几把力扣周赛， 蓝桥杯也如愿拿到了省一，当时真以为自己是算法天才，没想到去到国赛，去到XCPC里，根本不够看，网瘾不愧是网瘾，就是哪怕是要学习，要打比赛，都会让人情不自禁的想再来多几次，浪费了大好时光，终究还是名校的游戏，如果可以的话想告诉大一时的自己比赛打过就好，别太执着