回馈牛客，帮看简历

一、第一层：从堆代码到搭系统1.数据是怎么进入知识库的？2.用了什么样的分块策略？3.索引更新机制如何保证？4.检索精排是怎么设计的？二、第二层：从能检索到会优化1.混合检索在语义检索之外，引入关键词召回（BM25),融合两种结果，既保留语义理解，又能精确匹配术语。2.两阶段检索用向量召回快速找Top50，再用 Cross - Encoder 做精排，取Top5。这就是成熟 RAG 的"标配"架构。3.查询理解用小模型或提示词自动扩展 Query三、第三层：从能回答到能推理1.长上下文优化（ Long Context )做成一个"小型知识总结助手" Demo ，就非常有竞争力。2．强化学习（ RL )在 RAG 上叠加轻量 RL 流程，根据反馈信号调整 Reranker 或 Prompt 策略。3．多模态融合（ Multimodal RAG )尝试接入图像或表格内容。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

应该学习next.js 吗？ 

感觉b站上全是烂大街的项目了，我现在是刚学完三件套，想找个项目练手，也希望能写在简历上，请问有什么推荐吗？谢谢各位大佬😭

可以帮我看一下简历有哪些可以修改的地方吗？