秋招签了一个不上不下的offer，虽然过程很艰辛，但还好结果了，，，秋招如果能重来，我一定早早的开始投递 好好练习面试好多机会在前期没有把握住，后面是真后悔 ps：这张图是复制牛友的代码自制的参考文献@v1be：https://www.nowcoder.com/discuss/831215997032886272

0offer求指导，感觉好迷茫

之前小米一面的时候，面试官让我自我介绍，我为了让面试官能跟上我的节奏，主动共享屏幕，然后对着简历上的实习经历和项目整体的架构图讲整个流程，但是讲完之后，爆发了一些矛盾：面试官说：“你对你的实习经历还不熟悉吗？还要对着简历讲”我说：“我这是为了让我讲的更加清楚，因为单靠口头描述的话，怕有点抽象，不大好理解”面试官说：“你都还没讲呢，怎么知道我不能很好的理解呢？”我说：“因为在这短短的几分钟之内，靠口头描述一个系统确实很抽象，所以想照着这个架构图讲”接着面试官说了这样的一句话：面试官说：“面试了这么多学生，你是唯一一个自我介绍还要对着简历讲的人”我心里一下子就恼火了起来，对着喷：我说：“经历了这么多场面试，你是唯一一个面试官对我共享屏幕有意见的”后续面试，他也只会问些Java八股问题，我也给他吟唱了一番，然后手撕的时候，由于有点不熟练了，再加上要跟朋友出去按摩，后面就说不想撕了，后面就去按摩去了。后续的结果竟然过了，但是一想着这面试官要做我的mt，后面就拒了后续流程了。

你是否想打造一个靠谱的知识客服，或是搭建能精准回答问题的知识库？这就绕不开一项核心技术——RAG（Retrieval Augmented Generation），中文译为“检索增强生成”。听起来高大上的技术，核心逻辑其实很简单：先从资料库里检索相关内容，再基于这些内容生成答案，即“先检索、再生成”，这也是其名称的由来。作为目前最常用的AI问答方案之一，RAG已广泛应用于企业知识助手、智能客服等场景。本文将从应用场景、核心原理、流程拆解、专业名词解析等方面，带你全面掌握RAG技术，搞懂高质量智能问答系统的构建逻辑。前言我认为AI的基础知识是现在求职和实际工作所必须掌握的，不管是算法还是后端前端岗...