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；...

今年大二，想要先找一个中小厂，主要是力扣没刷多少，八股还没背完，请求各位大佬提出宝贵的意见，肯定会虚心接受😭😭😭

面了十多家公司，拿了大厂和中小厂的实习offer，也踩过不少面试的坑，发现很多C++同学不是技术不行，而是回答方式不对、踩了面试官的雷区，明明会的知识点，一说就错，明明能拿分的问题，直接答崩。其实C++面试，尤其是实习面，面试官不仅看你会不会，更看你懂不懂职场规矩、思不思路清晰、靠不靠谱，分享几个我踩过坑后总结的回答思路，还有高频坑点，记住这些，至少面试不丢分，甚至能加分。一、技术题别只会“报答案”，要会“讲逻辑”这是最容易踩的坑，也是C++面试最核心的点，面试官问技术问题，不是考你背题，而是看你理解底层、能落地、会思考。比如问你“为什么用shared_ptr而不是裸指针”，别只说“防止内存泄...