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...

感觉自己还是挺狗运的，比不上牛客这些双非大佬随便秒终于戴上红围脖了，xdm 加油

第一题：统计盈利目标区间（100分）核心考点：哈希表示例1：输入： ["add", "add", "query", "add", "query"l, [1, 2, 3, 3, 6]输出：[1,1]说明：add 1:流为[1]add 2:流为[1.2]query3:最新数据是2。以2结且和为3的区间只有[1.2]，返回1。add 3:流为[1.2.3]query6:最新数据是3。以3结且和为6的区间只有[1.2.3]，返回1。示例2：输入： ("add", "add&...