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；...

年前一面通过，后面问是否考虑外包岗位，撤回的消息说的是“没办法，学历是硬性指标”，难绷那你面我干啥呢，浪费双方时间，你早说是外包岗我还接你面试干啥😂

让我填高考排名分数就算了，还问我大学努不努力，有无acm 队我要真打acm 还有必要找这种中厂水面试经验吗不管了瞎填吧，那就面试会会你，看看面试官有多抽象

下面列几点说明为什么应届校招生要尽量去大厂？1、职业发展很多小厂缺乏系统化培养新人的机制，新人往往陷入野蛮生长的困境。技术岗的员工可能同时承担后端开发、前端开发等多个领域工作，因为小厂往往人少，什么都要干一点，导致样样通，可能样样松。还有小厂项目多依赖关系而非技术优势，开发流程不规范，代码质量低下，长期这种工作方式可能会固化不良工作习惯。2、薪资福利多数小厂薪资+福利都是少于大厂的。有的小厂常以高薪+期权为诱饵，但实际执行中问题重重。3、技术发展大厂提供了结构化的培养体系，如百度 T 序列职级明确，从 T3 到 T12 的晋升通道配套技术培训和项目资源。小厂则呈现野蛮生长特征，比如 5-6 人...