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；...

27届前端，双非，这都马上过完年三月了，有点迷茫了，想去大厂，但是感觉没自信，目前hot100刷了一半，八股勉勉强强，项目基本熟悉了，感觉自己业务能力挺烂的，感觉去大厂的前辈都挺厉害的

boss上好多已读不回😭😭，简历求修改

1. 能说说ArrayList和LinkedList的区别吗？什么场景下会选择使用它们？ArrayList底层是基于动态数组实现的，它在内存中是连续存储的。优势在于随机访问效率高，时间复杂度是O(1)，因为可以通过索引直接定位。但插入和删除操作（特别是在中间位置）效率较低，需要移动大量元素，时间复杂度O(n)。LinkedList是基于双向链表实现的，每个节点包含数据和前后指针。它的优势是插入和删除操作效率高，只需要修改指针指向，时间复杂度O(1)。但随机访问效率低，需要从头或尾遍历，时间复杂度O(n)。使用场景上，如果需要频繁随机访问元素，比如根据索引查询，选ArrayList；如果需要频繁...