1. 自我介绍2. 智能合同审阅平台里为什么要同时使用向量检索和全文检索？单一检索方式为什么不够？答案：在合同审阅场景里，用户的问题或者待审条款通常不是简单关键词匹配，而是存在大量语义相近但表达不同的内容，比如“提前解除合同”“单方终止协议”“无责解约”语义接近，但关键词并不完全一致。如果只用全文检索，比如 Elasticsearch 的 BM25，优点是关键词匹配精确、可解释性强，对合同编号、金额、日期、公司名称、条款标题这类结构化或半结构化字段效果很好。但它对同义表达、语义改写、隐含风险点的召回能力较弱。如果只用向量检索，优点是语义召回能力强，但是容易召回一些语义相似但法律含义不完全一致的...

想找日常实习 打算5月份开投  各位佬有什么意见吗 简历打算命名为杭电-姓名- Java后端开发- XXXXX 不强调年级会有事吗 p2是自我介绍 p3是boss打招呼

是我简历太单薄了吗，我投的都是小厂，想先过渡一下的想过自己很菜，没想到这么菜

大家好，我是马丁。最近不少同学准备 AI Agent 面试，问我有没有高频题清单。于是基于面试问题出现频次与难度加权排序，精选了 50 道最高频的必刷题，覆盖 Agent、RAG、LLM、MCP、AICoding 等核心方向，希望对求职或跳槽的小伙伴有所帮助。一、筛选说明排序规则：出现频次 × 难度权重（基础=1，进阶=1.5，深入=2） 更新周期：持续更新二、Top50 题目列表1、什么是 ReAct？它的思考-行动-观察循环和工具调用流程是怎样的？ 分类：Agent / LLM 难度：进阶 高频公司：淘天、腾讯、字节、百度2、RAG 中长文档切片的粒度和分块策略如何设计与优化？ 分类：RA...