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；...

26届本科，这样的简历春招能拿到offer吗

变成了坚定的图灵派（雾）

腾讯IEG 后端开发实习面经流程很快，效率棒棒哒10.10投递，10.11日过初筛，约一面到10.13，10.16就结束hr面了，6天速通一面 10.13挑一个项目讲打开项目github看，对照源码问了些问题Redis 用过什么数据结构Reids怎么实现分布式锁10亿条消息去重说下去会好好看看我的github(开源贡献比较多)算法题二面 10.15聊了下项目一聊了下项目二gmp调度模型go gctcp可靠性有哪些机制大模型的原理兴趣爱好玩啥游戏（金铲铲，暗区突围，王者荣耀，皇室战争，总之腾讯游戏玩的雀实多，也充了不少钱其实)Hr面 10.16等offer中。。10.24 offer腾讯2027...