求问人保财险省公司待遇

自我介绍JVM的内存划分、GC算法和垃圾回收器（CMS、G1、ZGC）synchronized的原理线程池的创建方法知道哪些设计模式MySQL聚簇索引和非聚簇索引的区别和应用场景MySQL主键是否使用Java的唯一随机主键算法HDFS中NameNode的fsimage和edit logNameNode的高可用、ZKFC和选举JournalNode的作用Spark中Task Stage Job的区别Spark调优Linux命令：查看端口号Flink精确一次项目自述

大二双非请牛爷爷指导，投了 200+，0 约面。Python agent 项目我也没底不知道要不要写上去。

今天直接上硬菜。面试官只要问Embedding，跑不出这三个方向：维度怎么定、距离怎么算、降维怎么画图。咱们不讲虚的，直接给答案、给理由、给操作。第一击：维度——不是越大越好，也不是越小越香面试常问： 你们Embedding维度设多少？为什么？直接回答： 一般在64到512之间。推荐从128开始试。为什么不是越大越好？维度太高 → 向量稀疏，每个位置都“有点意思但又不确定”，模型容易记住噪音而不是规律（过拟合）。计算慢、存储大，线上推理成本翻倍。为什么不是越小越好？维度太低 → 信息挤在一起，就像把一张高清图压成马赛克，物品/用户之间的差异表达不出来。实践口诀：数据量小就偏小（64~128），...