在🦐入职2个多月啦，整体体验下来非常不错！适合追求wlb 的宝子冲。 1️⃣ 工作强度： ▫️早9点半晚7，有弹性；午休12点半～2点，会关灯睡觉💤晚上7点后基本不会有工作消息！周末也不会有工作消息！ ▫️实习生无工时要求，正职工时要求8h。 2️⃣工作氛围： ▫️我接触到的同事都非常友好，大部分都有出国留学的经历； ▫️平时工作交流会夹杂一些英文单词，工作文档要用全英文写，有公务出国出差的机会； ▫️接触到的同事工作专业能力都很强，感受下来不输鹅厂和节子。 3️⃣ 福利： ▫️带全薪假期：年假+病假共30天，可以说是大厂里的天花板了…太厚道了🦐，关键是请假非常free，不会有任何请假羞...

敢问哪家大厂能在工位这件事上打过百度？L 型大工位真的太犯规了东西随便铺开、灵感随时落地这种自由感，谁能不心动啊🥹不服来战💪

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；...