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；...

再找不到实习就找不到工作了

主播27号面完，到现在还显示这个是不是要挂了啊

我当年也走过这条路，走过很多弯路。最典型的一条就是：总觉得再学一点点就好了，再补一个专题就好了，结果一直在“准备”，却迟迟不敢投。后来才明白，很多时候你不是技术不够，而是对 够不够 行不行 这件事判断错了。一、你以为自己在问进度，其实你在问竞争力可以在牛客、小红书上看看, 跟自己处于时期的学生都做出来什么项目了,同样是会C++，我还在写功能，其他大佬解释设计取舍 如果单纯看学校的进度, 恐怕找不到工作, 不要盲目自大, 多沟通交流, 技术很多时候靠沟通出来的二、岗位看重的，不只是会写代码很多同学刚开始把重心放在语法和刷题上，这没错，但只做到这一步通常不够。C++岗位更看重工程质量和底层理解。面...