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...

恐怖如斯

天天看有人在评论区发拼多多内推，一问就是我司缺人，结果投了连个简历都没过我现在是不是跟拼多多的暑期实习无关了

1. 三层B+树存储的数据量计算的公式是总容量 = 根节点指针数 × 二层节点指针数 × 三层页行数。假设主键为 BigInt（8 字节），指针（Pointer）在 InnoDB 中约为 6 字节，合起来一个索引项约为 14 字节，页的大小默认是16KB，可计算得出索引项 16KB/14字节约为1161个索引项，第二层同理，一共可以指向1161*1161个节点；假如单行 1KB，则一页存16个数据，那么一共就可以存1161*1161*16约两千万行数据。2. SELECT * FROM table LIMIT 10000, 1000这个查询语句执行非常慢怎么改善这是MySQL 大分页查询（De...