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...

这个它石是真的恶心，一天就给我结束了。看了一下JD，估计就是卡学历，非要985/211吐了。。。。

211，前端，大三，找了两个月暑期实习。把踩过的坑列出来，写给还没开始找的同学。 没人告诉我：网申表填起来有多离谱 我以为投简历就是上传一个PDF，结果发现大厂几乎全是自己独立的网申系统，要重新手填所有信息。字节、腾讯、美团、京东，每家系统长得不一样，但问的信息差不多全一样，同一段实习经历要来回写五遍。 后来装了牛客网申助手，才知道有人专门做了这个工具，信息录一次，打开各家表单自动填好。早知道早装，前期浪费了太多时间在这上面。 没人告诉我：暑期实习比秋招难找 本来以为实习随便找，结果暑期实习岗位比秋招少很多，因为对公司来说不是必须招的编制，很多小公司甚至不招实习生。预期要降低，能拿到暑期实习已...