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；...

秋招0offer，估计简历有问题   

腾讯提前批面试时间线：2.13投递腾讯提前批2.26收到了腾讯会议部门后台开发岗位面试通知想请问下大家这个部门面试常考哪些算法题啊，还有一个就是面试时长约的是半个小时，会不会是kpi面

🌟工作内容与氛围： 我作为实习生能够真正地参与到了小组项目的迭代工作，不是简单地打杂工作。目前我已经接触到两个专题的需求迭代，一个由我完全负责，另一个和leader一起开始需求分析。在短短地两个月内，我对产品认知的八股文（产品经理能力、产品经理工作内容等）有了自己真正的感受和认识，不再是简单地文字理解。当然，实习工作也是对自己产品全方面能力的不断提升。 我导师不仅在工作上能及时得解答我的疑问，也会关心生活上我的不便，比如因为体检报告未出推迟入职，leader会主动关心我实习住宿的问题；电话沟通发现我声音和平时不一样，会主动询问我是否感冒不舒服，是否需要请假休息等。深信服的理念之一“简单有爱”...