1. 介绍一下 bge-m3 和 DBSCAN，以及它们各自的优势bge-m3 是一个面向检索场景的多功能 embedding 模型，它的特点不是单一做稠密向量表示，而是把 dense、sparse 和 multi-vector 几种检索能力统一到一个模型里。dense 表示负责语义相似，sparse 表示更接近关键词匹配，multi-vector 更适合长文档和细粒度匹配。这样做的好处是一个模型可以兼顾语义召回和词面召回，尤其适合知识检索、教育问答、题目匹配这类场景。DBSCAN 是一种基于密度的聚类算法。它通过两个参数来定义簇：一个是邻域半径 eps，一个是形成核心点所需的最小样本数 mi...

28届双非本科大二学生，计算机科学与技术专业的。目前准备找第一段实习，目标是后端开发，翻遍自己的经历后艰难凑了份简历出来，但是不知道能不能得到面试，恳请各位大佬批评。

3月收官，做一次完整的量化复盘，既是对这个月的交代，也给同样在实习+春招的牛友们一个参考。个人背景：双非计算机本科，杭州某中厂后端开发实习生，同时备战春招补录，3月核心围绕「业务落地、技术成长、春招备战」三大模块推进，有可量化的成果，也踩了致命的坑，全部分享出来，和大家一起成长。一、3月核心成果与收获1. 实习业务：从“执行开发”到“方案设计”的认知升级本月核心完成2个业务需求，1个技术优化项，全部顺利上线，零线上故障：独立负责用户中心权限管理模块重构，覆盖8个业务场景、12个核心接口，完成从需求评审、技术方案设计、开发联调、灰度上线的全流程跟进。上线后接口平均响应耗时从180ms优化至42m...