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...

不知道过两年会变成啥样…   

本人25届，背景普通2本，当前有过两家游戏公司经历，但总和仅一年左右工作经验，当前又是失业中感到焦虑，可每个人的人生节点只有一次，所以不免失望，留下总结。没有写过文章，纯野生程序员，如有错误请指正。前方内容可能过于啰嗦，想看新人建议和踩雷，向下翻重点即可噢、为什么写这些看到一些人的帖子写的很好，当初也想要总结自己的经历，以便帮助后面的人，可无论是第一次上大学、第一次乘坐飞机、第一次学某个技术，最终都忘记将那些经历和所犯错误留下，后来人心中不免会想“老师或者教程讲的东西都很难，没有真正以初学者的角度”。但实际上很多东西正如很多人所说，只有经历过一次才知道其中缘由，且学会后就忘了那种感觉。现在我正...