之前团队在做合同审查和研报问答两个 RAG 项目，踩了不少分块（Chunk）相关的坑。今天把这块经验整理一下，希望对正在做类似事情的朋友有点帮助。先搞清楚 Token 这个概念做 Chunk 之前，得先理解 Token。很多人把 Token 简单等同于"字"或"词"，这不太准确。Token 是模型实际处理的最小单元，中文大约 1.5-2 个字对应一个 Token，英文则大约是 0.75 个单词一个 Token。这件事为什么重要？因为不同类型的文档，Token 密度差异很大。我们实测过：一份 20 页的中文合同，大约 8000-12000 个 Token；...

- 27届双非本，比赛打废了- 无考研打算，准备就业----又修改了一下简历----再度爆改简历。

如题，怕纯后端岗位未来 扛不住，想找一个ai大模型开发的工作。友友们看看那个智能ppt生成项目，是不是已经很普通了。还有我的简历是不是内容很杂。想在春招冲一冲ai开发的工作，求友友们对简历给一些建议。

ai算法实习生2026.03.04，下午14:00，一面，线上，1h左右，都开摄像头了1.自我介绍2.多策略微调这个项目是什么类型的？在 910B3 服务器上微调Qwen-3-8B 模型，使用全量微调、lora 微调和 freeze 微调三个策略做对比，是自己为了学习模型微调自主开展的项目。3.这个项目最终成果和目的是什么？目的是提升模型在中文语义理解方面的能力，最终用中文逻辑推理、中文语理解、知识相关三个数据集完成了测试。4.可以举例说一下中文语言理解的实现过程吗？选用中文逻辑推理、中文语理解、知识方面的三个数据集，基于Qwen-3-8B 模型用三种微调策略训练后，用这三个数据集对模型进行中...