给自己立个狠一点的小目标

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；...

1.简历拷打2.离线实验一般用什么指标验证？做过离线评估吗？3.对于特征选择有哪些技巧和方法？4.之前做过召回吗？能介绍一下常见的召回损失函数吗？5.介绍一下rankmixer中mixup的主要结构？6.代码二叉树的最大宽度零钱兑换

工作内容是做Coding Agent和类似于cline的插件。面试内容：让我打开github仓库给他看看，就问了我第一个项目，随便问问，我完全回答不出来一点，面试官的提问好抽象，工程化思维好重，问的问题我完全不能理解，我语文不算差，但是是真的不能理解。面试官全程完全不看简历上面的内容，让我在项目里面给他找提示词，然后问一些架构方面的事情。我回答的每一个问题，Ta最后都是说“你可能不太理解我的意思，我说的是xxx”。然后面试官看我什么都答不上来了，就开始给我说教，面试10分钟，说教30分钟，聊他们做什么，他的观点，看法。确实真的有用，受益匪浅。感受：面试官水平很高，做过很多工程化的项目，看完过o...

中学就可以开始实习，这世界已经颠成我看不懂的样子了中学3年+大学四年+研究生3年毕业即10年工作经验