题解 | #查找入职员工时间排名倒数第三的员工所有信息#

深信服客经一站式面经1⃣️总体感受：一天全部面完，结果通知很快，群面和业务一面感觉很轻松但是业务二面孩子真的被压力坏了😭😭😭😭，汗流浃背了，以为自己凉了，但出来的时候hr跟我说过了。我两场业务面大约都面了四五十分钟，嘴巴都说干了，但是面试现场提供水，饮料，咖啡等本人今天凌晨两点睡的觉，七点起床，上午面一场，下午面三场还要被压力，已经快死了—————————————————————————2⃣️群面1.题目：三个候选人 选择一位当销售经理（题目是随机抽取的）2.流程：①读题3min②讨论30min③汇报2min3.本场bg一半以上都是985硕，我抢到了reporter的位置，讨论过程可能...

大三前端但是0实习，1月陆陆续续面了MiniMax，字节，小红书、米哈游、虾皮，除了字节发感谢信其他在泡池子今天boss上一个小厂hr打招呼，感觉条件挺优厚的，感觉可以干到4月再面暑期问问牛油们可以去试试嘛1.29新编虾皮日常oc了，多面中大厂总有机会的🥹

本人26届硕，苦苦等到了华子的开奖，并且已经给了14顶的薪资，结果被导以手里课题没做完，论文没投出去不让写毕业论文，延毕半年。华子那边已经撤offer了。不知道下年还有没有机会进华子。也不知道其他厂接不接受延毕的

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...