1. 如果知识库原始数据不是 markdown，而是 PDF、PPT、图片或者网页，你会怎么处理进 RAG 系统？PDF 和 PPT 会提取标题、段落、表格和页码，图片先做 OCR，网页先抽正文和元信息，然后统一清洗噪声、去掉页眉页脚、按语义做切片，补上来源、时间、文档层级这些元数据，最后再做 embedding 和索引。这样后面的召回、溯源和权限控制都更稳定。 public List<Chunk> buildChunks(Document doc) { List<Block> blocks = parser.parse(doc); List<Block> ...

百度京东啥的投了一直没动静，求佬们帮忙看看能改进的地方

大二小登简历求拷打

1h左右，面试官人很好，我答不出来的时候会引导我。组里是做OLTP相关的。项目介绍对称协程是什么协程A调用了协程B，B完成后，怎么知道要返回A除了协程还有什么实现异步的方法有哪些零拷贝相关的系统调用mmap映射的内存属于内核态还是用户态进程除了通过fork创建，还可以如何创建？进程创建的流程。snapshot是什么隔离级别？各个隔离级别怎么实现的？什么是脏写？可能会产生什么问题？LRU-K算法题：爬楼梯。