1. 做一下自我介绍2. RAG 分块策略应该怎么选，真正影响效果的核心因素是什么分块策略不是越细越好，也不是统一按 token 长度切就行。真正影响效果的是 chunk 是否保留了完整语义单元、是否带有足够的定位信息、是否能在召回后被模型直接利用。像制度文档、规则文档、FAQ、表格和多层级说明，最佳切法差异很大。比较稳的方式通常是结构优先、语义补充、长度兜底，也就是先尊重标题、段落、表格、列表，再在超长片段内部做语义切分。这样做的目标不是生成整齐块，而是让每个 chunk 自带最小可回答上下文。3. 怎么评估 RAG 的效果，除了准确率还能看什么RAG 效果不能只看最终回答对不对，因为那样很...

继上次三方毁约后，又拿到了腾讯社招offer

是简历有什么问题吗，求大佬指点要玉玉了

先说结论：2026年简历不带AI，等于自动少一轮面试 不是标题党。 翻了最近社区几百条求助帖，发现一个很明显的分水岭——简历上有AI相关项目的同学，面试邀约率明显高于纯传统项目的同学。 不是说传统项目没用了，而是2026年的面试官在筛简历的时候，脑子里多了一个判断维度："这个人对AI有没有感知力？" 你不需要发顶会论文，不需要手搓Transformer，但你得让面试官觉得：你不是一个对AI时代无感的人。 这篇文章解决一个问题：你手里已有的项目（课程项目、比赛项目、自研demo），怎么往AI方向包装，让简历从"已读不回"变成"约面试"。...