记录一下第一、二次面试。今天时间安排得特别紧，下午3点半线代考试，4点半提前交卷赶5点的面试：第一场 公司：福建电子口岸 形式：腾讯会议 面试官：老板（疑似老板，没有问技术问题） 问答： 自我介绍（准备得不好介绍项目时磕磕绊绊） 项目是否上线（说导师带的上线项目，其实都是黑马项目） 什么时候可以到岗（下周二，其实还有课和考试，但是先忽悠着吧） 实习时间（三个月） 薪资（100/天 不包食宿）反问： 出勤天数（一脸懵就问了这个）总结：自我介绍不熟练、项目介绍不完整、到岗时间不确定，感觉希望不大，因为就谈了20分钟只有，没有聊得很深。第二场 公司：适趣AI 形式：线上笔试 面试官：无 题目： 1....

刚做完两个小项目，大部分技术栈都学了一遍，请求各位给点实质性建议，直言不讳

投了一千份简历了 没有一个面试

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...