1.对 AI、LLM、工作流、MCP、Agent、Prompt 的理解AI：让机器模拟人类的理解、推理、生成、决策等智能能力。LLM 大语言模型：基于 Transformer 架构，通过海量文本预训练，具备语言理解、文本生成、逻辑推理能力。工作流：将大模型调用流程化，包括输入解析、检索、Prompt 组装、模型调用、结果后处理。Agent：具备自主规划、工具调用、记忆和自我修正的智能体，可独立完成复杂任务。MCP：多智能体协同框架，多个 Agent 分工协作完成任务。Prompt：给大模型的指令，高质量 Prompt 包含角色、任务、约束、格式、示例。2. 大模型的原理大模型基于 Transf...

我是大专生，最近想要找一份嵌入式软件的实习，boss海投只有10份要了简历，走了几家大厂内推，但是基本都没办法过简历初筛，求大家拷打拷打简历呜呜呜

需要写项目经历吗?主要是想要维持在一页纸范围,还有感觉自己做的项目都太玩具了,写上去也没有什么能够深挖的点

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；...