如图，已经卡在简历评估阶段俩周了，你到底通不通过倒是给个痛快啊，如果投其他的是不是会被锁流程，这种情况该找谁处理

到现在我都觉得这事儿不！真！实！（是的，昨天知道后一宿都没咋睡我心理素质真是差）先说背景，27届双非二本，计算机，没竞赛没大厂经历，简历能写的就一个课设和一段很水的中厂实习。字节暑期实习开了，我抱着试一试的心态投了一个后端岗，连测评链接都没收到，简历池里彻底沉底。我当时还截图发了个朋友圈自嘲。后来我老老实实投中厂，面了七八家，拿了一个二线厂的暑期offer，打算认命去搬砖了。直到上周。字节HR突然加我微信，说之前那个岗有人鸽了实习，问我6月能不能到岗。简历他们重新看过，可以直接进部门面，跳过笔试。我以为是钓鱼，结果第二天真给我约了，技术面+hr面一天搞完，三天后oc电话打过来——暑期实习offer就这么下来了我跟我妈打电话报喜，我妈问我"是不是骗子啊，让你交钱没"。我爸说让我先别签协议，怕是培训贷套路。我跟他们解释了半天才信。舍友也炸了，问我咋准备的。我能咋准备，我啥也没准备，纯纯是别人鸽了捡漏。现在已经把那个二线offer推了，下周去字节报道。心情有点复杂，一边爽一边虚，怕自己干不下被开了😅但管他呢，先去了再说。学历这事儿，封死的门偶尔也会留条缝，别太早放弃自己！我是个幸运的人，希望看到我帖子的人都这么幸运！！！

求给各位佬拷打拷打  

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...