1、自我介绍2、项目拷打3、RAG 的完整链路是什么，哪些地方最容易出问题RAG 的完整链路一般是文档接入、清洗去噪、切 chunk、向量化、建索引、在线检索、重排、上下文构造、Prompt 拼接、模型生成和结果后处理。线上请求过来以后，先对用户 query 做归一化处理，再进行向量召回或者混合召回，把候选文档取回来，然后用 rerank 模型重新排序，选出最相关的内容拼到 prompt 里，再交给大模型回答。最容易出问题的地方通常有几个。第一是 chunk 切得不合理，太短会丢语义，太长会导致噪声太多。第二是召回率不够，模型根本没拿到正确证据。第三是重排不准，正确文档被排到后面。第四是上下文...

这是我在BOSS遇到最有人性的hr，他的鼓励简直让我这么久人机般投简历来，最感动的一次，真的好想进这家公司啊😭😭😭

star法则如何拆解项目经历 ⬆️接上篇 A（行动） 1. 针对本校180+名学生开展问卷与深度访谈，梳理出信息不对称、交易安全、售后纠纷三大核心痛点； 2. 分析竞品（闲鱼、校内同类小程序）短板，明确产品定位：轻量化、强信任、高便捷的校园封闭场景二手平台； 3. 搭建产品核心模块：身份认证、商品发布、智能分类、线下自提、信用评价、交易担保六大功能体系； 4. 输出产品需求文档（PRD）、功能流程图、高保真原型，明确交互逻辑与业务规则 5. 制定冷启动策略：以毕业季书籍、电子产品为核心品类，依托校园社群低成本获客 R（结果） 完成全流程产品方案，覆盖20+核心页面、50+功能点，逻辑可直接落地...