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；...

逗我呢兄弟们，我没啥追求，就想有个小公司就行了，投了200份就一个面试？

如标题所示，已经有一些认识的投暑假实习上岸了，是不是越早投越好。暑假实习的面试难度会比日常高吗？向懂哥们求助一下腾讯，字节，阿里引流

(认真看完再打招呼!花了很多心思写的!不认真看完不回!)1、我本人日语系、日本站出身，对日本站有非常大的期望。日本市场体量虽相对而言不及欧美，但是毛利高、风险低、且机会巨大(大部分竞争对手根本不懂日本，只是套着欧美线的皮来卖日本)，适合稳扎稳打，追求极致精品化的人。只要你比竞争对手懂日本人，你就能脱颖而出。2、日语N1(130分以上)且口语流畅者优先，该岗位主要负责日本亚马逊&日本乐天的市场开荒&开拓，根据业务需要，需要与日本方面的担当进行电话的业务沟通，因此需要口语技能3、了解日本市场文化，能够细心做好包材工作者优先4、拥有自动化工作流、结构化思维者优先、能熟悉使用AI改进工...