京东 解决方案

卓驭 嵌入式中间件实习 面经写一写面经，回馈一下社区。⌚️timeline：五月底👋part1：自我介绍 && 项目介绍1. 项目里的内存占用，资源使用的性能评估？性能优化的思考？2. 端侧大模型的选型？3. 机器人比赛中最难的一个问题？技术方案的选择用了多长的时间？4. 之前实习的主要工作？方案是如何确定的？5. 对车载中间件的了解？6. 。。。忘了🤏part2：八股拷打1. 设计模式？平时开发有用到过哪一些设计模式吗？2. 对多态的了解？静态and动态?3. 虚函数里面父类和子类的交互？4. C++容器中vector和list的差异？5. vector的底层实现原理？扩...

🎓学历背景：双非本科👨‍💻意向职位：前端开发📍求职类型：正式🔑遇到的问题：秋招想着先去大厂日常实习再来准备春招，但是感觉一直在打杂最后硬凑了几个亮点

拿到offer之后我就很少看牛客了我承认 没拿到offer之前大家都是焦虑的但是 牛客和xhs会放大你的焦虑让你看到同龄的人有多么多么厉害已经刷了多少段大厂实习然后你开始自我怀疑牛客的本意是交流学习 所以只要看面经就好了把自己变成不吃压力之人幸福生活 从不吃压力开始

原文链接：HikariLan's Blog 当提到“如何为大模型提供大规模的可用于检索的信息”时，我们第一反应想到的大概率是 RAG 一类的解决方案，但现在我要说，基于文件系统访问（FileSystem Access）的检索方式可能远比使用 RAG 更好。 什么是 RAG？为什么需要 RAG？ **Retrieval-Augmented Generation（检索增强生成，RAG）**是一种可以允许 LLM 从大规模非结构化信息中进行语义检索的技术方案。 我们之所以需要 RAG，是因为大模型内置的知识内容可能不符合我们的需要，例如这些内容可能已经过时（因为用于大模型训练的语料库并不会随着使用者...