下面给大家介绍几个面试常用的小技巧。1.转移火力：遇到不会的问题尝试转移一下方向，往会的方向去转移。举个例子：在测试的面试过程中可能会问你接口自动化，但是你可能还没学你目前只学了UI自动化，那么你面试的过程就可以说接口自动化还没学，但是我对UI自动化比较熟悉。2.表现求知欲：遇到不会的问题可以尝试反问一下，表现的你很想要知道答案，因为面试官在筛选候选人，候选人的求知欲以及发现问题的能力也很重要，技术可以学，态度不好改。3.深耕一个点：很多同学都会遇到一种情况那就是我面试都回答出来了，算法也写出来了但是为什么挂了，原因就是你可能每个问题都回答的平平无奇，没有一个两点能抓住面试官 。举个例子：面试...

学院本真的没希望了吗😭秋招0offer，投了也石沉大海，求各位佬指点一下😭

流程走的好快timeline：3月28日被捞出来打电话约面3月30日一面3月31日二面二面后大概一两小时收到hr的口头oc~总结了下，感觉应该是实习和项目比较match部门的业务，双非找实习还是得搞一搞好的项目放简历，我已经迭代了十几次简历，从一开始很简陋的crud 组件库到现在，也算是完美地跟着小圆走了一遍找实习的辅导过程😂

1. 自我介绍 简单聊聊你写的这个项目2. bge-m3 的预训练过程是什么，为什么它可以高效检索bge-m3 的核心不只是“做 embedding”，而是把多种检索信号统一进同一个模型框架里。它同时支持 dense、sparse 和 multi-vector 三种表示。dense 负责语义层面的相似性，sparse 更接近词项权重匹配，multi-vector 则适合处理长文档、多粒度语义对齐。这样一个 query 不再只依赖单一路径召回，所以在复杂检索场景里更稳。从训练角度看，它一般不是只靠单一对比学习目标，而是会结合多任务数据，让模型既学语义匹配，也学词面相关性和局部对齐能力。高效检索的...