昨天晚上和一个百度的HR朋友吃了个饭，她给我透了个劲爆消息：百度实习生薪资全面上调，平均涨30%以上，AI类岗位最高涨了110%。说实话，我第一反应是：百度又开始用最质朴的方式抢人了——给钱。但回家路上越想越不对劲，这事没那么简单。涨薪的本质，从来不是福利升级。如果你也在看暑期实习，建议多想一层：薪酬变化，本质是供需关系的晴雨表。AI人才，正在被重新定价。涨薪这件事，是公司对未来投入产出的判断——只有当AI开始产生真实业务价值，企业才有底气提高人力投入。这两年大模型火得一塌糊涂，但真正能把AI从论文里跑成产品、从产品里跑出收入的公司，全国一只手数得过来。当需求远大于供给的时候，价格必然上涨。所...

我只学了点评和外卖，9月开学前想实习一段只想找个小厂，BOSS打招呼都不回，实习僧被拒了很多，投了100份左右，到底该怎么找实习啊。还想问问大家我现在是该做一个ai项目（怕来不及找实习），还是继续背八股投呢，因为觉得进不了大厂算法没怎么刷，没招了求简历修改意见

史上最尬，没有之一😂我是社招。3月26日，第7次，一面挂，就扯了20分钟，感觉可能是kpi。4月3日，今天又有电话打来了，约了下周二晚上的面试。第8次了。敢打我就敢面

一、概述与全链路 RAG（检索增强生成）：用户提问 → 检索知识库相关片段 → 注入 Prompt → LLM 基于真实数据生成。解决知识截止、幻觉、无法访问私有数据。 Naive RAG（检索-拼接-生成）→ Advanced RAG（Query 改写、混合检索、Rerank）→ Modular RAG（可插拔模块、Agent 动态决策） 文档 → Chunking → Embedding → 向量数据库 用户查询 → Query改写 → 向量化 → 混合检索 → Rerank → Prompt → LLM生成  二、文档处理（Chunking + Metadata） 切分策略    策略 ...