🎈下面是面试过程 0.自我介绍+项目介绍 1.咱们家是哪里的 2.本科成绩怎么样 3.考研多少分（保研的） 4.是学硕对吧？奖学金拿过多少次？ 5.发过论文、专著之类的吗？（无） 6.有没有参加过什么比赛拿到省级以上奖励？ 7.有实习经历吗？ 8.创建线程都有哪些方式？ 9.JVM分为哪些区域？ 10.MySQL除了增删改查之外，还知道哪些关键字？ 11.having子句有什么作用？ 12.redis有哪些数据结构？ 13.用过消息中间件吗？知道哪些？ 14.这些消息队列使用场景有什么区别吗？ 15.设计模式知道哪些？ 16.你在学校最有成就感的一件事情是什么？ 17.现在有其他公司offe...

因为考研没秋招，现在怎么都找不到合适的工作。。。

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；...