主包这几天在魔都租房，虽然租到了自己还比较喜欢的房子，但是感觉还是租贵了，有几点心得想分享一下。（1）提前想好租房的标准，并尽量绕过中介比如，通勤时间35分钟以下，大小35平以上，价格4800以下，朝南，2-5楼等等，然后列出最不能接受的几点，不满足的房子一律pass。想好自己要租什么房子后，最好绕过中介，线下去问小区保安、物业，甚至居委会去找一手房源，这样也不用交中介费。不过，不好的消息是，我都试过上面的方法，发现几乎所有的房源都垄断在中介手上（也是，如果我是房东，我也懒得管这个事，直接付点钱交给中介去打理就行）。所以我这样的情况只能找中介，自己基本遇不到真房东，不过有些地方还是可以问物业、...

幸亏看到这个帖子

写点什么缅怀一下我的一年27纯血双非本可以视做双非本的打怪升级之路吧🫠。到了现在。反而没那么感慨了。可能是麻木了，也可能是释然了。也可能是对大厂祛魅了。收到三面通过的消息的时候，我的手在抖。因为已经被横向过几次了。嗯，熟悉的横向。很有意思的事情是，hr面时问到我，你觉得你和985研究生比起来，你的优势是什么…我承认，这一刻我有点力竭，我有点词穷。是的，直到现在我也在思考，我和他们比起来，我的优势到底是什么🫠写在最后。祝我们都能有好的offer。有永不停歇的勇气，坚定的走下去

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...