1. 自我介绍2. RAG 怎么优化，评估时你会看哪些指标RAG 的优化一般不能只盯着生成端，很多问题其实出在检索阶段。常见优化思路包括 query rewrite、chunk 切分策略调整、混合召回、重排序、上下文压缩和引用约束。比如文档切得太碎，召回会有信息断裂；切得太长，又容易把无关信息一起带进来，生成端会受污染。真正线上效果好的 RAG，通常不是“某个 embedding 更强”，而是检索、排序、上下文组织和回答约束配合得比较好。评估时我一般拆成两层。第一层看检索，比如 Recall@k、MRR、HitRate，看相关证据能不能被捞上来；第二层看生成，比如答案正确率、faithfuln...

锐评一下我的简历吧，投几天了都没有找到，成都双非本。

我大三tmd逃课去白马培训是吧，你老冯同意了没？

目前准备离职试投下中大厂后端以及bat级别大厂测开客户端，同时学下ai应用开发相关，今年年末寒假再投一段大厂后端或者ai应用开发日常，然后明年早点开暑期能给点建议吗，要不要学go呢