不知不觉已经在哔哩实习马上一年了，实话实说哔哩实习的体验感真的蛮好的，今年也成功在哔哩顺利转正，拿到正式的offer了。 首先是实习强度💢 ，这块哔哩确实挺好的，实习的时候组内的大佬都不内卷，每天各自完成自己的工作就能下班回家啦，每天晚上8点半可以拿免费的加班餐，9点半能免费打车回家（我住的近，根本用不到） 🫶️ 团队氛围这块真的没话说，团队内的大佬都很乐意帮助我快速成长，犯错的时候，及时找mentor沟通，mentor真的无所不能，而且还会给自己许多思考的空间 公司还有免费的健身房可以锻炼，我今天从五月份到9月份和同事一起去健身房锻炼已经减掉15斤了，而且最近一段时间又新换了一批设备 哔...

理想：RAG 的完美愿景 在大语言模型（LLM）的浪潮中，检索增强生成（Retrieval-Augmented Generation, RAG）被寄予厚望，作为 LLM 应用落地的关键技术范式之一，它的核心思想很简单： “让大模型在生成答案时，先检索外部知识库，确保回答既准确又新鲜。” 理论上，RAG 能解决大语言模型（LLM）的三大痛点： 知识固化：LLM 依赖训练数据，无法自动更新知识（如 GPT-4 不知道 2024 年后的新闻），导致时效性差、专业领域知识不足，而 RAG 通过连接外部知识库，可以随时引入新信息。 幻觉问题：LLM 可能编造虚假信息，而 RAG 为回答提供证据、增强生...