华为的池子到底多大！

在前文agent实习都干什么？深入了解项目构成(一) 对日常工作进行了大概的分享后，本文是我在工作中对于方案设计的一些小思考和对于架构的粗浅理解，希望和大家共同讨论进步(完全脱敏)。一、方案设计(以敏感词为例)敏感词审核作为功能模块的组成，其本身多聚焦于与文档进行交互，需同时满足“实时响应”和“高覆盖率”，因此架构设计阶段确定AC自动机+AI双轨方案：AC自动机做基础筛查：合同审核场景下敏感词库规模庞大，AC自动机针对文档识别时间复杂度为O(n)（n为文档长度），能以低于10s的延迟完成固定敏感词的字面匹配，满足高并发下的效率要求，但仅能识别精准匹配的词汇，无法处理谐音、变体或语义衍生的隐性违...

😅😅😅😅

社区里全是牛人大佬。大一大二各种比赛，大三各种顶尖实习。研究生的话，我能接受，本科生展现这种实力，我觉得还是太牛掰了。看简历都是各种顶尖项目。都这么夸张了吗。按道理来说，在大学里，做兼职赚钱，成绩优异，英语过得去，有相关的项目经验，只要有任意一两项，我在生活中都觉得他很优秀了。牛客里老是刷出全能怪物，简直非人哉啊。看到都吓人，这真的是人类能完成的嘛。

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...