2023.2月底：当时大二拿到快手的offer也是我在牛客发的第一篇帖子，然后立马开始问身边的朋友怎么租房，得知小某书可以找到租房的我就立马搜了两天联系上了一个房东，当时对中介租房还是房东直租不了解，稀里糊涂租了个1900的房子，在北京的西二旗回龙观那边，房子大小大概12平左右，无中介费。当时也是运气好真的遇到了房东，哥们找我签合同，一直在玩游戏，当时就在想北京的房东能有什么烦恼呢？每月收租算上班吗？本次租房让我知道了中介租房和房东直租，见识到了北京租房2000块钱只能住这么小一点地方。2023.6月底：因为学校问题离职又入职快手，再一次租房，这次依旧是在小某书上搜上次的小区看看有没有转租的，...

想问问这个简历有什么问题，上下限在哪里

bg2本 大一大二太摆了，一直玩游戏去了。目前每天学8小时，只准备了一个微服务项目，比特的在线判题系统，简历也没写，八股才背了一点和项目相关的，算法hot100也才刷20+晚上躺在床上看牛友们的简历，参考到我的进度越来越焦虑和没动力。目前不知道是速成黑马点评(直接下载源码本地运行+背相关八股)，背八股+刷算法全力冲中小厂java后端开发日常实习(如果能进中厂已经是祖坟冒烟了)，赶在秋招前拿到一段实习经历还是好好再准备一个项目，背八股和hot100刷完直接冲秋招。前辈们能给点建议吗?(比如什么项目可以，点评，或者其他什么项目)

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...