个人BG：27届 + 双非硕 + 意向职位：前端——>AI应用全栈开发（发展方向投递/笔面试/Offer进展：简历挂：拼多多、BiliBili(AI Agent)初筛/测评：携程、京东、笔试：米哈游、美团待笔试面试日常：美团一二面挂、趣链一二面三面(拒、九坤一面挂、量旋过面试暑期/有转正机会：腾讯一面挂、腾讯音乐一面过、瓜子OC、小红书OC、百度OC感受：每次最焦虑还是算法题，到底这场面试考JS手撕还是普通算法，已经两天没刷力扣了，工作好累，忘的好快每次都会在怀疑自己/相信自己反复横跳，这个过程很焦虑，不要老是看自己的不足，有时候多看看自己的优点，放轻松，把面试当作一场交流！一直不敢再投...

现在才学到苍穹外卖，会不会太晚了TvT，在想能不能找小厂刷刷实习经历，这简历可以试着投吗？有人能指点一下吗，谢谢大佬

我觉得我经历很丰富啊，为什么在西安只有7k😭

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...