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；...

TimeLine:  感觉很久之前就投了，但是一直没约面，还以为这辈子都没机会面鹅了3.26 一面忘记录音了腾讯数据库研发1. 先让我反问了解意向,不完全是c++,好像是偏鸡架,不太想去所以面试也没什么压力,直接说没有太多意向(乐)，本来以为都不用面了，还是拉着我面了半天2. 讲一下实习的情况，架构，数据表设计3. 多端会不会有数据不一致的情况，怎么解决的4. 怎么用ai的，了不了解ai-cli底层是怎么调用工具的,怎么保证ai生成代码的质量5. LRU，不知道为什么没有输出，讲了一下思路6. redis集群高可用是怎么做的,了不了解系统qps7. buffer和cache的区别8. 3握4挥9. 数据库隔离级别10. 幻读11. 反问数据库怎么做一些和ai相关的交互,ai优化sql昨天接到电话以为是kpi面，但还是接下机会了，不管结果怎么样先试试吧面试官人很好，也给我输出了很多东西感觉这种面试才是传说中的双向选择

题目描述现有一张淘宝购物订单明细表 dwd_tb_order_di，字段如下：user_id：用户IDorder_id：订单IDamt：订单金额order_time：下单时间dt：分区日期（yyyyMMdd）查询每个用户在每天（按 user_id, dt 分组）满足以下条件的订单：该订单是用户当日的第一笔订单（order_time 最早）同时该订单还是用户当日的最高金额订单（amt 最大）若用户当日“首单”不是“最高单”，则该用户当天不返回任何记录数据模拟 DROP TABLE IF EXISTS dwd_tb_order_di; CREATE TABLE dwd_tb_order_di ( ...

各位大佬可以帮我看看简历有什么问题吗 是不是换一个ai项目比较好