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；...

忽然收到了面试邀请 有没有友友有面经分享 投了这么多 第一个面试机会

都不敢投产品，投了个运营，为什么就秒挂了呀…

个人观点(抛砖引玉)先说一下观点，嵌入式只是技术方向。工业4.0和智能ai时代，嵌入式肯定算是风口。但是也有问题部分技术过于陈旧。 软件设计无限重复造轮子。和互联网比，相对没那么卷，因为这个行业变化缓慢。技术门槛会比互联网更高（因为不同于调api的前后端，嵌入式必须要造轮子，定制轮子）上限也许目前没有互联网高，但是逐步互联网浪潮褪去我认为是差距不大的。个人行业理解再说一下行业。相同技术行业差距巨大。楼主从事过机顶盒（夕阳行业）监控（海康大华华为卷到烂，护城河在政府关系）物联网（热钱很多，但是至今未落地）汽车电子（目前相对比较好的嵌入式发展方向）医疗器械（有不少前同事做这个行业，本人不是太了解，...