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；...

#嵌入式# #实习与准备秋招该如何平衡# #我的实习日记#

空了好多，还是给苍穹外卖写上了我想再做个别的项目替换掉这个外卖接下来是做微服务好，还是做个AI好啊

1. 自我介绍您好，我是XXX，目前就读于XX大学计算机科学与技术专业。我的技术方向是Java后端开发，对分布式系统和高并发场景有浓厚兴趣。在技术能力方面，我熟练掌握Java语言和面向对象编程，熟悉Spring、Spring Boot、MyBatis等主流框架。数据库方面熟悉MySQL的使用和优化，了解Redis缓存的应用场景。对多线程编程、JVM原理、网络编程有一定理解。项目经验方面，我做过电商平台、抽奖系统等项目。在抽奖系统项目中，我负责核心抽奖逻辑的设计和实现，包括奖品库存管理、中奖概率控制、防刷机制等。通过Redis缓存和异步处理优化了系统性能，支持每秒上千次的抽奖请求。我的学习能力比...