自我介绍**的性能优化是你自己实现的，还是跟别人一起合作做出来的？讲一下**性能优化的整套设计机制是什么样的？为什么不从Redis本身的自身监控里面去统计热点？热点识别的组件是怎么解决分数衰减问题的？你这个不是按小时维度的，或者什么？是一直累加吗？你简历中提到的知识库是什么样类型的知识库？这个知识库主要用来做什么？是给哪些用户群体用的？知识库怎么做更新？数据更新后怎么去同步？怎么自动化去做数据更新的一些策略？你是用的什么平台去建立知识库？是**内部平台还是市面上的？你提到用算法去识别代码中的循环调用，为什么没有考虑用AI大模型去做？二级缓存是什么实现的？数据是什么类型的？缓存命中率怎么样？有监...

我发现可以通过教培指数来判断一个学校的就业水平，即该校教培入职应届生人数➗该校当年应届生总人数，该指数越大说明学校就业越烂，还可以分别计算各个学院的就业水平😄。华理今年的该指数目前为0.09（根据新东方、猿辅导、作业帮、有道、学大、昂立与学而思教师总人数之比近似计算各机构在华理录取人数）哪位教培hr能给各92排个名让高考生避雷一下。😄

🎓学历背景：专科👨‍💻意向职位：结构工程师助理

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；...