继续冲暑期还是……？

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；...

不光是发帖，底下评论也很多，甚至都有私信，多多是有kpi考核吗，要发到一定数量，什么情况啊

如图，最近刷xhs竟然刷到了某团给大量校招生背C...看完了之后有点震惊，如果是几个校招生那可能是个别组的问题，但是大批量校招都出现过这种情况可以理解为公司效益的问题了。也难怪，去年外卖大战的确给美团带来不少亏损，今年财报也是一塌糊涂。回想当年我们刚入行的时候，像去哪儿这种公司还会把校招组织起来培训，生怕你写不出代码，但是放在现在，像字节、得物、小红书等，都是要求你来了之后马上上手，只能说今时不同往日，互联网现在都在卷增量了。从笔试到面试，到谈薪、入职、试用期、绩效，跟对老板，少做垃圾活，每一步都很重要，但是按照现在的环境来看，每一步都走对不太容易。

字节 腾讯三月初就开始了，阿里3.18才开启，但是已经开始造势了，阿里巴巴开始的这么晚，难道是刚盘点完hc？据说今年招聘大方向也是AI，同学们加把劲吧