大模型算法，入职两个月，不想干了...

我是丁师兄，专注于智能驾驶方向大模型落地，公众号：丁师兄大模型。

大模型1v1学习，已帮助多名同学上岸国内外大厂

---

大家好，我是丁师兄。

很多同学觉得，我学了这么多机器学习深度学习算法，还学了大模型训练、微调、推理优化，最后入职的工作就是写写提示词，调调开源模型，干一些边角料的杂活儿，特别没有成就感，就像下面这个同学一样。

不过这里我想说两点：

第一，新人进公司其实 90% 都不会直接让你干模型调优的活，大部分可能还是配环境，搭链路，处理数据。这些都干熟以后，才会让你跑一些模型实验。其中比较出色的同学，才会慢慢让你们接触线上业务。

第二，刚毕业的同学，尽量不要选择国企（家里有矿除外），大模型的岗位，或者说其他 IT 方向的技术岗，在国企都是学不到东西的，这个懂得都懂。国企比较适合在互联网打拼多年之后躺平养老，刚毕业的同学尽量还是去互联网学技术，刷背景，攒能力。上面这个兄弟，刚毕业选择去国企，结果发现学不到东西，算是跳坑里了。

继续来看今天的内容，这段时间我不是在集中招聘嘛，面了很多候选人，清华，北大，华五，包括一些海外的学校都有，所以也准备给大家集中分享一些面试的情况，帮助大家备战秋招。

就拿昨天面的一个复旦女生来说吧，大模型方向，简历还不错，做过 RAG 项目，因此围绕着 RAG 问了一些问题。

01 如何提高大模型的准确性和可靠性并且使回答可验证？

我们可以使用 RAG 来做，通过在生成回答之前，从外部的知识库中检索相关信息来优化输出。

RAG