本文介绍如何通过Jina Embeddings v2模型将 文本转换为向量 ，并入库至向量检索服务DashVector中进行向量检索。前提条件DashVector：已创建Cluster已获得API-KEY已安装最新版SDKJina AI已获得API密钥：Jina Embeddings v2模型Jina Embeddings v2模型简介Jina Embeddings v2模型，唯一支持 8192 个词元长度的开源向量模型，在大规模文本向量化基准 (MTEB) 的功能和性能方面与 OpenAI 的闭源模型 text-embedding-ada-002 相当。说明关于Jina Embeddings...

现在是不收26届的实习了吗，为什么投一个拒一个还是我的简历很有问题吗？😭真没招了，求指点

拖一个多月，发邮件也不理，流程也不结束。最后现在来说给我挂了，真🐂🍺

项目询问没挖太深问了个PPO和GRPO DAPO的区别问了一个懂不懂vLLM和SGlang的实现问了一个ms-swift 和 VeRL各自设计上的优劣，我说VeRL用起来更方便，每个模块很清晰，ms-swift集成的太好了，不方便改问了一个宏观的问题：如果给你一个多模型后训练任务，怎么设计训练框架？我说两个点，一个是模型加载，需要考虑到适配不同的模型，方便未来的模型加入进来，另外一个是RL这一块，需要适配不同的算法，让用户自己可以比较灵活的去定义和修改算法，例如你实现了 PPO算法，能不能很方便的改成GRPO,DAPO,GSPO。面试官不太懂训模型这一块比较关心框架设计后面反问工作内容也是提到...