题解 | #进制转换#

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；...

大佬们🥺，我是28届的，想在暑假或者9月份（也许如果能早点就是5月份开始投，不知道来不来得及）找个实习，现在已经把项目差不多做完了，一个是hmdp，还有一个是二哥的聪明派项目，在想要不要继续优化升级一下项目。然后八股和算法还没有开始，想问问接下来怎么规划时间线比较好和什么时候投简历最好。现在初步做了份简历出来，恳请大佬们拷打一下我的简历🥲

0实习0经验，项目经历是b站自学的

美团 --未开放京东 --未开放快手 --未开放字节跳动 --已开放腾讯 --未开放银泰百货 --未开放灵犀互娱 --未开放蚂蚁集团 --未开放饿了么 --未开放阿里云 --未开放腾讯音乐 --已开放拼多多 --未开放钉钉 --未开放百度 --未开放Shopee --已开放菜鸟集团 --未开放阿里国际 --未开放阿里大文娱 --未开放网易 --未开放网易互娱 --未开放小红书 --未开放Bilibili --未开放滴滴 --未开放腾讯娱乐 --未开放搜狐 --未开放360 --未开放小米 --未开放阅文集团 --未开放贝壳 --未开放SHEIN --未开放宝宝巴士 --未开放东方财富 --未开...