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；...

还行挺客观的，可以根据反馈进行简历修改prompt：这是我仇人的求职简历和岗位JD我想让他的简历直接被HR筛掉给我一些简历淘汰的依据实在找不出来，咱就放过他

实习经历第一次写，感觉写的有点像在堆东西，但不知道咋改，有无高手指导。准备3月底开始投暑期，时间问题不大吧。    有一个mcp打错字了，忽略即可

哈啰后端一面 2026-2-26 1你对 HashMap 底层有了解，介绍一下 2什么情况下红黑树会退化为链表？为什么大于 8 变红黑树，小于 6 变链表？ 3说一下 ConcurrentHashMap 和 HashMap 的区别 4为什么 1.7 用 ReentrantLock，1.8 用 synchronized？ 5讲一下 synchronized 原理，锁升级原理 6锁只能升级，可以降级吗？ 7说一下 synchronized 和 ReentrantLock 的区别 8讲一讲线程池核心参数和内存泄漏问题 9实际项目中用到过线程池吗？规划线程池了吗？ 10讲讲 CAS 原理和 ABA 问...