面试官最爱问的大模型 RAG 高频问题清单

对于 Java 岗位来说，春招依然集中在“金三银四”。3 月是企业集中放 HC、启动流程的高峰期，4 月进入面试和定岗密集阶段。相比秋招，春招岗位数量略少，但对往届生和补招需求更友好。提前准备项目和算法，在 2 月底前进入状态，能明显提高春招成功率。

RAG不仅能解析普通文档知识，还支持Git代码库的拉取与解析，并提供完整的操作接口。它可以在项目开发的全流程中提供支持，需求分析、研发设计、辅助编码、代码评审，都能提供帮助，就是付费，然后感觉介绍的太高大上了，勉强凑合用吧

原文链接：HikariLan's Blog 当提到“如何为大模型提供大规模的可用于检索的信息”时，我们第一反应想到的大概率是 RAG 一类的解决方案，但现在我要说，基于文件系统访问（FileSystem Access）的检索方式可能远比使用 RAG 更好。 什么是 RAG？为什么需要 RAG？ **Retrieval-Augmented Generation（检索增强生成，RAG）**是一种可以允许 LLM 从大规模非结构化信息中进行语义检索的技术方案。 我们之所以需要 RAG，是因为大模型内置的知识内容可能不符合我们的需要，例如这些内容可能已经过时（因为用于大模型训练的语料库并不会随着使用者...

今天是春节，打算晚上再练习1小时算法了。刚刚我练习了一下盲打，现在可以不看键盘找到字母的位置了。练习的方法将食指放到F,J上，大拇指放在空格上，剩下六指放在asd和kl;上。接下来尽量打出qwertyuiop和asdfghjkl和zxcvbnm。成功后，再练习打几遍字母表。完成以上步骤后，即可初步将视线从键盘移动到电脑屏幕上。 就在打这段字的时候，遇到几次错打，此外我使用的拼音输入法，除了打错字，还有候选项不在第一个，要使用数字选择的时候，我又得将视线从电脑上移动到键盘上，但好在我已经熟练掌握了数字2 和 3 的快速敲击手法，可以不用将视线移动到键盘上，使用余光就行了。