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；...

大家都在鼓励你。自己也要争气啊！！！

25届的同学们，毕业之后工作都好吗

一天一个AI岗位介绍，今天要解读的JD岗位是——AI产品研发工程师。 在大模型公司里，有一个岗位既不纯做算法，也不只是写后端，却承担着把 AI 真正落地的核心角色。 它的工作只有一句话：  把大模型能力，变成开发者每天愿意使用的工具。  像 GitHub 推出的 GitHub Copilot，以及 Cursor 这样的 AI 编程助手，本质上都依赖 AI 平台能力的工程化实现。 如果你看到 JD 里写“AI Platform / AI 产品研发工程师”，它通常不是纯算法岗，而是偏工程落地与系统构建的岗位。 一、这个岗位的核心工作是什么？ 从职责上看，可以分为四块，但本质只有一个关键词：工程化落...