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；...

大佬们帮我看看 👉👈

2026年03月04日 京东零售-平台产品与研发中心-一面无手撕，全程35分钟。线程池：平时有用到线程池吗？请介绍线程池的核心参数有哪些？核心线程数、最大线程数、队列以及拒绝策略一般如何配置？有什么具体的应用场景？HashMap 与 ConcurrentHashMap：HashMap 在并发场景下可能会产生什么问题？ConcurrentHashMap 是如何保证线程安全的？锁机制：除了 synchronized 关键字，还有哪些加锁的方式？依赖注入 (DI)：Spring Boot 中的依赖注入是如何实现的？@Autowired 和 @Resource 注解的区别是什么？事务管理：有用过 Sp...