前段时间因为急需换房，我特别着急把手上的房子转租出去，就在小红书发了转租帖，很快就联系到了一个学弟。对方是大三的本科生，应该是第一次来上海租房，什么都不懂，所以做事特别谨慎。他人还没到上海的时候，就一直在不停问我各种问题，房子位置、交通、水电收费、户型配套等等，大大小小细节问得特别细。我也理解他刚来不熟悉、怕被坑，所以所有问题都耐心一一解答了，把房子的真实情况全部如实说明白了。后来他到上海看房，还是父母陪着一起来的。确认房子没问题之后，他爸妈主动提出要签转租合同，我当时想着对方家长挺认真的，我又着急赶紧转租完搬家，就没多想直接签了。现在回头想想真的太粗心了，签完合同我居然忘了带走自己的那一份，...

cvte体验实习了几天，今天收到携程offer了，泡了40多天。诶cvte真好吧，免费的宿舍比我在学校租的公寓还好，还有免费伙食。顿顿爽吃，还有mac，还有每天100刀的cc，站起来蹬opus4.7花不完。我就在这边白吃白喝，还没干过活，下午六点就下班撤了。我们部门感觉也不push，mt也让我早早回去，反正不打卡。

焦虑😖，上周二面完，到现在了还在这个状态，是不是g了

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...