双非淘汰日记，最近十几天没投了，回看了一下之前投的，感觉要么就是已投不会，要么就是pass，可能这个时间点不对?

这段时间的黄金真的是疯涨，还记得25年4月份上车了500，刚刚跌一点，就被吓的卖掉了，现在更不敢买了，我真的哭死了。真的感觉没有这个赚钱的命，只能老老实实做我的嵌入式修理工。

团队急招Java后端，面试难度会适当放低工作地点:杭州阿里巴巴西溪园区有意向的同学欢迎私信！

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...