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...

简历哪里有问题吗，大佬帮忙看看，每次要完简历都没有下文了。

牛客上看到好多28届双非oc大厂日常 羡慕死了  学了一年 每天6-8小时没停过基本 双非就像有案底一样 投了一段时间 中小厂没一点声音 boss上也是大部分已读不回 就几个要简历 😭😭😭

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&...