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；...

不是说字节投就给面吗，我怎么露头就被秒😅

本人由于实习，11月才开始投递简历，但是目前只收到2次面试双非本这么难吗，还有大厂是不是不收双非请教一下我与目标岗位的差距，这个岗位是不是卡学历？

1.自我介绍2.实习期间的管理工作是管理的什么3.管理过什么，有什么动作4.软件的生命流程5.写完用例到执行还要干什么，没有其他的环节吗6.没有跟研发和产品去评审用例吗7.在需求讲解的时候，作为测试，你应该思考哪些问题8.你提交的缺陷有什么印象深刻的9.这个bug是怎么解决的10.自动化框架是搭建还是维护，有哪些目录层级11.你对自动化框架优化了哪些部分是怎么做的12.开发到测试这个项目都在做，你说一下springboot有什么优势13.Postman的单接口和多接口怎么测试14.借助弱网测试进行系统优化这个你是怎么解决的15.递归没有终止条件，最可能导致的结果是什么----------栈溢出...