1、RAG 流程RAG 一般分成离线和在线两部分。离线侧主要做文档接入、清洗、切分、向量化和索引构建。文档来源可以是产品文档、帮助中心、接口文档、历史问答、内部知识库。清洗之后按段落、标题或者固定窗口做切片，再用 embedding 模型把文本转成向量，写入向量数据库，同时保留 metadata，比如文档类型、时间、部门、权限标签。在线侧通常是用户问题进来后，先做 query 预处理，比如改写、纠错、意图识别，然后拿 query 去做检索。检索可以是向量检索、BM25 检索或者混合检索。召回到候选片段后，再做 rerank，把最相关的内容排到前面，最后拼接 prompt 和用户问题一起送给大模...

各位老大们 长沙万兴怎么样啊，我现在有一家工资比较高的但是在北京小厂，一家就是长沙万兴

大四学院本 想冲刺一下春招但是学历直接被刷不知道是不是简历问题有没有牛油帮忙锐评一下

Timeline：0306投递 --> 0319一面 2小时后秒挂全程不到半个小时，无手撕代码自我介绍项目：面试官提问是否为agent项目？rag怎么做的prompt增强？***面试官阐述了他对我简历上rag项目的理解（他是很关注agent中prompt优化）***如何评估prompt增强后的质量？（我这里答得召回率、准确率）面试官追问准确率是指什么？prompt混合检索是怎样的？如果关键词匹配，但语义不匹配怎么办？CoT（思维链）是否了解过？多轮prompt的过程中，当前prompt怎么利用到之前的prompt？讲讲文件上传的过程？kafka在项目中怎么使用的？如何管理以往的promp...