bg单9硕 先请你做一下自我介绍。请讲一下你的那段实习经历。希望你先讲一下它的背景，然后要解决什么问题，以及你们具体采取的一些措施，最终的结果。你在这里写到用了父子文档，父文档是怎么得到的？你刚刚说用语义的方式把它切分，具体是怎么做的？你是把每一句做一个 embedding，然后去聚类吗？是按句来进行划分的吗？还是说按照比如 512 个 token 这样一段一段来切分？比如现在有一个文本，有两段，总 token 数超过 512，你是怎么切分的？最后小于 512 个 token 是怎么做的？你聚类的最小单元就是一句话吗？比如现在有两段话，总 token 数是 600，你先按句子级别划分，再去聚类，聚类之后聚成多少个类？如果是 600 个 token，相当于是聚成两类是吧？聚类之后，你们怎么区分 A 跟 B（考虑聚类后会打乱原有文档顺序的问题）？你做的这些切分和聚类，其实只是为了后面加速检索，是吗？检索时如果命中某个类里面的文档，就会把整个文档返回作为知识库，是吗？你还对 Rerank 模型进行了蒸馏，蒸馏的数据是什么样的？训练数据大概有多少条？什么量级？用的是千问 3 8B 吗？后面还有 Skill 跟 MCP 这一块，大概讲一下吧。你这个 SKill中的 SOP 大概是什么样的？请讲一下你的下一个项目。你这个项目中的相关性的结果后面是要怎么用？请讲一下 BERT 跟 GPT 架构的区别。请大概说一下 Transformer 的架构，从一句话输入到最终生成，中间发生了哪些事情？在你的第一个项目里，有用到一些不同的检索算法吗？请讲一下。基于 embedding 的语义检索跟基于 BM25 这种关键词检索，它们的区别是什么？反问