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...

好吧，其实都是标题党骗人的...投了几十份简历，几百+交流了，一个约面的中厂小厂都没有，已经毫无希望了，准备冒充27届去当黑奴了，各位！只有极各位公司纯黑奴要，又不是很想去😭好难啊各位

大二的我手写了一把内存锁，最后却败给了 MySQL 的 MVCC？ 文章首发在掘金：并发配额复盘：掘金精简版。 阅读说明：这篇是精简版，主要保留业务背景、锁演进、MVCC 反转、SQL 兜底和最后的工程结论。如果你想看完整代码、实验数据、Redis 对比、JMeter 日志和更细的推导过程，可以看网站公开笔记广场里的同名 Markdown 笔记：完整版链接。 我把这版整理成精简版，不是因为完整版里的细节不重要，而是因为这件事本身很容易写散。存储配额、用户锁、批量删除、内存占用、Redis 锁、事务隔离级别、JMeter 压测，每一块都能单独展开。对于第一次读的人来说，如果一上来就被大量代码和实...