腾讯年终奖不及预期

百度（2月10日启动，转正率超70%）、中金（2月28日开放，多部门可转正）、字节跳动（技术/产品岗，可转正）、小米（全球实习计划，重点海归）、天巡（3月15日截止）、英伟达（软件研发岗）、微软（研发岗已开）等已开放。蚂蚁、淘天3月3日启动，AI/技术岗为主，26届优先，尽快投递！

这部门我刷到连商科的都捞，没有问Java相关问题，都是在对我项目的选型进行提问，也算是让我换个角度去思考问题。秒杀模块有没有调研其他厂商，你写的秒杀模块和其他厂商的有什么具体不一样的地方为什么要用消息队列异步写库，数据库在什么情况下会有压力，数据库资源规格是什么样的，比如分配了多少内存，cpu，磁盘你说你是模拟的，那模拟到什么程度数据库会有瓶颈，怎么判断达到瓶颈，用户量达到什么程度需要异步为什么要设计caffeine+redis二级缓存框架，为什么热key会造成redis的压力，如果只是读取压力有这么大吗，热key的读取压力和非热key读取redis承受能力有多大差距加入caffeine之后数...

两个实习offer，在纠结哪个前景好，对毕业后正式工作的帮助。两个方向还区别蛮大的：1. 高德打车：偏向推荐，生成式推荐2. 字节：风控，作弊发现，涉及llm，图模型

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；...