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；...

不是说字节投就给面吗，我怎么露头就被秒😅

主播27号面完，到现在还显示这个是不是要挂了啊

1. 先做个自我介绍，说说你的技术背景和项目经验参考答案：面试官您好，我是XXX，目前是XX大学计算机专业的研究生/本科生。我从大二开始接触嵌入式开发，到现在有两年多的学习和实践经验。技术方面，我熟悉C/C++编程，有扎实的数据结构和算法基础。掌握STM32、ESP32等主流MCU的开发，熟悉FreeRTOS等实时操作系统。了解常见的通信协议如UART、I2C、SPI、CAN等。有多线程开发经验，熟悉互斥锁、信号量、消息队列等同步机制。项目经验方面，我做过基于STM32的智能车载终端项目，实现了GPS定位、4G通信、CAN总线数据采集等功能。还参与过基于FreeRTOS的工业控制系统开发，负责...