腾讯校招

题干分析 题设给予我们一个人通过老式九键输入的按钮顺序字符串，已知老式九键输入模式为按对应的数字按键k次定位到该数字按键表示的三个或四个字母中的第k个进行输入（注意不会循环）。要求我们通过所给的按键顺序字串推测可能的输入内容总数（结果对取余） 算法思路 拆分问题： 首先考虑全部按键顺序字串只有一种按键的情况：  如果没有按任何按键，输入内容视作空，仍然看作一种情况 如果只按一次某按键，输入内容唯一，即所按按键对应的第一个字母 如果按两次，要么对应两次第一字母，要么对应一次第二字母，共2种情况 如果按三次，对应三个第一字母，对应一个第二一个第一，先后关系导致计数+2，以及一次第三字母，共计4种情...

欠下的债终究是得还的，早知道不实习了。。。

不是说字节投就给面吗，我怎么露头就被秒😅

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...