滴滴青橙管培

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；...

双非不知名一本大三，打算先蹭一段实习，如果能学到东西可以留到秋招，公司不行到五月run暑假实习，但几家平台总共聊了400个投了20个简历，都是查看简历无后续。第一个是手搓的小ai项目，第二个是黑马的点评

难道前端真的已经不行了？

1、自我介绍2、对springboot常用注解有了解吗？3、谈谈对JVM元空间的认识4、JVM中垃圾回收中fullgc和metagc有什么区别，哪个耗时更长？5、工作中用到哪些设计模式？6、工厂模式和抽象工厂的区别？7、对投递的岗位有什么了解8、还有一个什么问题记不清了