地平线

📍面试公司：小红书🕐面试时间： 2 月 9 日💻面试岗位：前端实习❓面试问题：半小时左右的项目问询，感觉我没有说的很深，无八股算法：给定一个整数数组 nums 和一个整数k。你可以执行最多k次操作，每次操作可以将数组中任意一个元素 +1。请返回在最多 k 次操作后，数组中某个值可能出现的最大频次。示例nums = 【1,2,4], k= 5输出 3(把 2、4 增到 4:1->4 需3次，2->4 需2次，总5次)反问，问了一些业务和建议🙌面试感想： 面试官好像没有很深入的追问，我也说的比较浅了，然后建议我多接触大项目，深入理解项目为什么用这些，还有和其他方案做一个比对。还...

一个面试也没，心累   

各位大佬能指点一下吗😭😭寒假找实习投了一百多个了，只有快手有一个面试结果还在一面挂了是不是因为十月份疯狂海投结果字节三次一面挂，网易挂两次脏了面评啊

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...