刷面经，其实是刷心态

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...

团子直接发春季校园招聘，吓到了，还以为春招来的也太早了吧，仔细一看是校园大使招聘，好奇校园大使有啥用

题干分析 题设给予我们一个有限大小的背包，大小为V。同时给予我们n个骨头及其对应的价值与所占空间。求骨头收藏家使用该背包能够获得的最大骨头总价值。 算法思路 拆分问题： 我们首先考虑只装第一块骨头的情况：  背包大小从0~V递增的过程中不难证明当背包大小超过第一块骨头大小时将其塞入为最优策略。  接着我们尝试考虑放前两个骨头：我们只考虑第二块骨头  背包大小V不足以放下第二块骨头时直接继承只放第一块骨头的最优情况 背包大小V足以放下第二块，我们此时有两个选择：放下第二块与不放，不放的情况与只放一块骨头情况一致，放下第二块骨头则背包大小缩小为V-v[2]，此时子问题为在大小为V-v[2]大小的背...