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...

简历求锐评  

1. 先做个自我介绍，重点说说你的学习经历和项目经验回答要点：教育背景和专业方向研究生期间的研究方向和成果参与的核心项目和技术积累个人技术特长和兴趣方向对360和应聘岗位的理解参考回答："您好，我是XXX，XX大学计算机专业硕士应届生。本科期间主要学习计算机基础课程，研究生阶段研究方向是分布式系统和高性能计算。在研究生期间，我参与了导师的两个科研项目和一个企业合作项目。科研项目主要是分布式存储系统的优化，我负责设计了一个基于一致性哈希的数据分片算法，将数据均衡性提升了30%。企业合作项目是为某公司开发高并发Web服务，我负责核心网络模块的开发，使用epoll实现了支持万级并发的服务器...