暑期实习offer选择

全部0分，卷得工作都不好找。魔王s：gemini，不多说，啥都能干。以后赛博改造我第一个植入gemini。钻石s：grok， hey @grok remove her clothes黄金s：claude，写代码可以。答辩s：chatgpt，初恋，大学课程作业全靠它。A：迪克萨克，开源本地部署，我a卡也能跑。B：千问，免费奶茶。C：豆包，抱歉，我无法回答你的问题。D：文心一言，松鼠鳜鱼。

今天从下载量维度，盘点平台上最火的 10 个 Skill，看看全世界大家都在用什么。 1. Find Skills（162k 下载 / 690 星） 当你不知道该装什么 Skill 时，先装这个。它能根据你的需求自动搜索和推荐合适的 Skill，相当于 Skill 市场的搜索引擎。输入"我想做 X"，它帮你找到对应的能力扩展。 安装：npx clawhub@latest install find-skills 2. Summarize（125k 下载 / 497 星） 一键总结网页、PDF、图片、音频甚至 YouTube 视频。丢个链接进去就能拿到精炼摘要，信息获取效率拉满...

字节这次放出7000实习，对应届生、在校生真的太友好了。在北京实习，包三餐就等于直接省钱，不用每天纠结吃什么、点外卖，食堂干净又划算，一个月能省下一大笔生活费。再加上大厂的工作环境、规范的工作流程、身边优秀的同事和前辈，能学到的东西远比工资更值钱。这段经历写在简历上就是硬通货，不管是以后留用转正，还是跳槽去其他公司，含金量都很高。别纠结岗位合不合适、薪资够不够高，对现阶段的我们来说，能进大厂积累经验、提升自己，就是最划算的选择。机会摆在面前，勇敢投就对了！

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...