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；...

我是大三，想找一个暑期实习冲大厂，请问是我的简历有什么可以优化的嘛，谢谢各位了！

一个面试也没，心累   

互联网死了。你可能还没意识到。但它确实死了。就死在你每天刷着手机，点着外卖，看着短视频的时候。死因不是技术落后，不是用户流失。恰恰相反，它死于过度繁荣。信息多到你根本看不完，APP多到桌面要分三页，选择多到你不知道该点哪个。你以为自己在冲浪，其实是在溺水。去年有个数据，普通人每天要做35000次决策。打开哪个APP，看哪条视频，买哪件衣服，信哪条评论。你的大脑已经累瘫了，但互联网还在疯狂塞东西给你。这就是为什么你需要Agent。我第一次见识Agent的威力，是在朋友公司。他们做海外电商，以前有个专门的岗位叫选品专员。每天盯着亚马逊、速卖通、TikTok Shop，记录爆款，分析数据，整理表格。...