1. 自我介绍2. RAG系统的核心架构、检索优化与在教育场景的落地难点RAG核心架构分为数据预处理、检索模块、提示工程、大模型生成、后处理校验五部分。检索优化包括混合检索、多轮检索、知识切片、向量库优化等。在教育场景的落地难点在于知识专业性强、知识点关联复杂，易出现检索不精准；题目、公式、图表等多模态数据的结构化提取难度大；学生提问口语化、歧义多，意图理解难度高；需严格保证知识准确性，避免大模型幻觉。解决方案包括构建教育领域专属知识库、多模态文档解析、意图识别优化、事实校验机制等。3. SFT的核心流程、数据构造要点与在教育大模型中的应用SFT核心流程为数据准备、模型选择、微调策略、训练配置...

1、业务表现服务不可用，转圈圈2、上日志Redisson + Netty 堆内存溢出（OOM）问题完整解决方案你遇到的核心错误是：Java 堆内存不足，且溢出发生在 Redisson 编码发送 Redis 命令 的阶段（Netty 编码器），这是典型的大对象 / 大批量命令 / 内存配置不足导致的 OOM。先给你最关键的结论：这个 OOM 不是普通的内存泄漏，90% 是因为你一次性往 Redis 发送了超大数据 / 批量命令，或者 JVM 堆内存配置太小，Redisson 编码时直接撑爆了堆。一、快速定位根因（3 个最常见原因）结合你的日志（CommandEncoder/CommandBatc...