拿下快手offertl：3.2 投递 3.3 HR 约面 3.4 一面（半小时后约二面） 3.5 二面  3.9 约三面 3.10 三面 3.12 口头 + 正式offerTX还在走流程tl：3.11 投递 3.12 一面 3.13 二面已签快手，祝各位也找到自己心仪的offer

得吃了

28届2本非科班大概很快要找实习了，应该是偏ai应用开发方向

1、自我介绍2、讲一下你做过的一个最有代表性的项目3、RAG 里 chunk 怎么切，为什么这是个关键点chunk 切分会直接影响召回质量和最终回答质量。因为向量检索不是按整篇文档检，而是按切分后的片段检。如果切得太长，一个 chunk 里会混入很多无关信息，虽然语义覆盖大，但相似度不一定集中，模型拿到后也不容易抓住重点。如果切得太短，单个 chunk 虽然很纯，但上下文不完整，容易导致召回回来的内容缺少关键信息。实际做的时候一般会根据文档类型来定。像制度文档、说明文档，可以按标题、段落、语义边界切；如果是 FAQ 或问答对，本身就天然适合按条切。通常还会设置 overlap，避免一个关键信息...