中兴内推

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；...

实习啥都没干，这是包装过的

1.自我介绍2.项目拷打3.GMP模型，线程和协程的区别4.当程序有很多goroutine时，他怎么调度执行切换5.GC详细解释混合写屏障6.100个协程依次打印1-1007.defer执行顺序8.defer可以修改返回值吗9.哪些异常不会被recover10.子协程为什么推荐要加一个recover11.tcp四次挥手12.为什么要time wait，时间多长13.服务器上如果有很多time wait如何解决，以及出现这个问题的场景有哪些14.服务器cpu占用过高如何去定位，如何发现和判断死锁发生的位置15.http和https的区别，TLS过程16.cookie和session区别17.用j...