国企能给开20W吗？

以前在学校的时候，看着身边的同学和学弟接二连三地被裁，我真觉得是他们自己有问题。那时候我总认为，被裁的人肯定是不够努力，或者是脑子转得慢、没跟上公司的节奏。直到我真正进场里滚过一遍，亲眼看着那些ACM金牌、银牌的大神连试用期都过不了，我才发现自己以前的认知全特么是偏见。那些在网上吐槽压力大、公司坑人的，以前我觉得是吃不了苦发牢骚，现在才明白，那都是血淋淋的真相。这到底是为什么？说白了，现在的就业市场就是个由老板们主导的买方市场。他们出钱出地，我们出卖身心，因为各种历史和现实的因素，规则就是他们定的。我在大中小厂都干过，太清楚那帮老板和主管心里在打什么算盘了。他们哪是在招员工啊，他们是在“许愿”...

大佬帮我看看吧：我大二下学期有一段暑假实习，中小厂应该算，但是也没有参与核心业务，但是在有人带的情况下，写了个小项目（未完善），打算把它作为实习项目，但是简历上实习这个不太会写……我也知道star法则，但是如何包装……现在我的简历像是罗列技术栈……然后我的项目经历也是很标准的黑马点评，我要不要再做一个新的项目加到这个项目经理里面？？还有什么可以优化的都可以指出，我虚心接受并整改，多谢大佬们了！

恐怖如斯

1、为什么引入父子索引，为什么引入 BM25，比例是怎样的，具体流程是什么，有没有 rerank父子索引主要是为了解决 切块后召回准，但是上下文不完整 的问题。如果文档直接按 300～500 token 切成小块做向量检索，确实更容易召回到具体答案，但很容易丢掉原文结构，比如标题、段落关系、表格上下文、前后约束条件。所以会把文档拆成两层：父块：保留完整语义单元，通常是 800～1500 token子块：用于召回，通常是 200～400 token检索时先搜子块，命中后回源到对应父块，再把父块内容喂给大模型。这样既保证召回精度，也保证上下文完整性。引入 BM25 是因为向量检索对语义相似比较敏感...