搜索大模型内容

#字节#重排与优化#RAG Retriever 工作流程

RAG Retriever 工作流程详解

匹配正文：…型）、IVF-PQ（磁盘型、省内存）检索参数：ef_search、nprobe权衡延迟与准确率过滤机制：前置元数据过滤（时间、权限标签）减少搜索空间 4. 候选排序与筛选多路召回：向量+稀疏（BM25）+ 关键词，线性加权或Learned Fusion 重排序（Rerank）：Cross-Encoder精排，如bge-reranker，Top-K从100→20 去噪策略：置信度阈值、聚类去重 5. 性能影响要点环节核心瓶颈优化方向 Embedding 模型推理延迟…

RAG 什么时候需要重排？

匹配正文：…排是候选生成之后的可选排序阶段。它适合“支持证据已经进入候选集，但顺序不理想”的问题；它不能找回第一阶段完全漏掉的文档，也不能修复权限过滤、解析、切分、索引更新或错误标注。是否需要重排应由冻结评测集上的增益、延迟和成本决定，不是 RAG 的必选配置。召回与重排的分工第一阶段的目标是在预算内生成覆盖率足够的候选。它可以是关键词、稠密向量、稀疏向量、结构化查询或多路组合，不一定是双塔模型。第二阶段读取查询与候选的更多信息重新排序，例如 Cross-Encoder 对每个 qu…

← 上一页第 11 / 13 页下一页 →

希望老师帮你把学习与项目串起来？

了解 AI 全栈 1v1 陪跑营的项目安排、导师答疑与简历面试辅导。

查看课程安排 →咨询学习安排

按学习路线查看教程、项目和面试题。

站内 RAG 在线实战

#RAG#重排#Cross-Encoder

面试题·检索· 淘天

Naive RAG vs Advanced RAG 区别?

匹配正文：…c RAG 将检索、工具、验证、重试和路由做成可组合模块，模型可在受控条件下决定是否再次检索。适合多步或多源任务，但必须限制步骤、权限和预算，避免循环与错误累积。教学假设假设电商政策问答既包含自然语言问题，也包含订单号和时间条件。可以从 Naive 基线开始，再分别加入实体抽取、BM25、向量召回、RRF、重排和权限过滤。每次只增加一个主要模块，不能直接宣称准确率会达到某个数字。评测与选型分别测知识覆盖、Recall@K、MRR/NDCG、答案正确性、引用支持率、拒答…

#淘天#重排与优化#Naive RAG

#字节#检索方法选型#BM25/向量/混合检索选型

BM25/向量/混合检索选型

匹配正文：先用查询集决定，不按架构流行度决定准备冻结的真实查询、相关性标注和切片：精确ID/错误码、实体与数字、同义改写、长问题、无答案、权限过滤及新旧版本。先分别建立 BM25 与向量基线，报告 Recall@K、MRR/nDCG、无权限结果率、P95/P99 延迟和成本。只有失败类型互补，混合才有价值。三类一阶段检索 BM25/词法检索：擅长精确词项、编号、专名和可解释字段加权；同义改写和概念匹配可能漏召回。它仍有索引、存储、分词、同义词和运维成本，不能称为零成本。稠密/稀疏…

#网易有道#BM25向量Cross-Encoder#BM25 向量召回 Cross-Encoder

RAG架构：检索器与重排序策略

匹配正文：…存/磁盘划分，是否压缩或落盘取决于具体变体与存储实现。量化压缩：FP32→FP16/INT8，平衡精度与内存过滤能力：把租户、权限和状态作为候选资格约束，在内容返回/送模型前完成权限检查；具体可有预过滤、搜索中迭代过滤等机制，需测过滤选择性与召回。分布式与实时性：按部署、过滤、更新和服务要求比较；Faiss是索引库，可接入在线服务，但完整权限、持久化与运维需另建，不能说只适合离线。关键参数：ef_construction（建图质量）、M（邻居数）影响召回-延迟权衡。 …

#字节#向量库与重排序#RAG 架构设计

面试题·检索· 美团

RAG 检索器与知识库怎么搭?

匹配正文：…端到端延迟、准确率和幻觉率只能来自真实项目；通用架构示意不能包装成个人上线结果。回答框架知识库：数据来源、解析、分块、元数据、权限、版本与更新方式。检索器：稀疏/稠密模型、索引、Top-K、过滤、融合和查询改写。重排与上下文：候选规模、重排模型、去重、上下文预算、引用和冲突处理。生成与防护：模型版本、证据约束、拒答、输出校验和安全边界。评测与上线：分层指标、压测、消融、灰度、观测、回滚和成本。事实填空项目【】，语料【】，我负责【】。基线检索和生成链路【】，主要…

#美团#知识库构建#RAG 检索器设计

面试题·检索· 美团

RAG 系统核心组件怎么搭?

匹配正文：一、文档处理解析 PDF、HTML、表格和图片时保留标题层级、来源、版本、权限和原文坐标。清洗页眉页脚与重复模板后，按结构、固定长度或递归策略产生候选块，并在目标查询集上比较证据完整性与成本。所谓语义或 Agentic 分块也要经过同一评测，不能因为使用 LLM 就默认更好。二、检索器使用向量检索、BM25、结构化过滤或多路召回生成候选。对不同分数做校准、RRF 融合或独立重排，避免直接相加不可比的原始分数。用 Cross-Encoder 或领域 Reranker …

#美团#RAG工程实现#RAG 系统实现

面试题·检索· 网易

BM25+向量+Cross-Encoder 怎么组合?

匹配正文：…无监督基线；若有可靠标注，也可对归一化分数做线性融合，或训练学习排序模型。RRF 不是任何场景都优于加权融合。重排前应保留来源、权限、时间和业务过滤条件。候选规模、RRF 参数和最终 Top-K 都应通过离线 Recall/nDCG、端到端问答质量、延迟和成本共同选择。数据变化时持续监控两路召回贡献、重排增益和失败查询，不能把任一固定组合称为所有 RAG 系统的“黄金标准”。图解 BM25+向量+Cross-Encoder 怎么组合?图解

向量数据库 vs 传统数据库怎么选？

匹配正文：…知识库的核心存储形态：向量数据库：文本/图像等embedding存储，支持语义相似度检索传统数据库：结构化元数据（来源、时间、权限等）+ 原始内容对象存储：原始文档、图片、音视频等大文件向量库 vs 传统数据库维度向量数据库传统数据库核心能力语义相似度（ANN）精确匹配、范围查询、聚合计算适用场景 "找相似内容" "找ID=123且价格>100" 索引结构 HNSW、IVF、PQ等近似索引 B+树、哈希、倒排精度/召回近似结果，存在漏召精确结果扩…

#安克科技#混合知识库存储#向量数据库

面试题·检索· 百度

RAG 三阶段原理与失败场景

匹配正文：…提供外部证据，但检索结果和生成都可能出错，因此整条链路要可评估、可追踪和可回滚。 1. 离线准备解析并清洗文档，保留来源、版本、权限和时间等元数据。按结构或候选分块策略生成 chunk，并维护到原文的映射。用固定版本的 embedding 模型编码，建立向量、关键词或混合索引。用标注查询集验证证据 Recall@K、重复率、过滤正确性和索引更新。 2. 在线检索对用户问题做规范化、权限过滤和查询改写，再进行向量、BM25 或多路召回。候选可以通过 RRF、规则或 C…

#百度#RAG三阶段#RAG 工作流程

面试题·检索· 小红书

多路召回 vs 排序模型怎么分工?

匹配正文：…召回，以及热门、地域、关注与运营规则。各路分别面临行为稀疏、冷启动、训练偏差、图更新成本或个性化不足等问题。各路结果要经过版本与权限过滤、去重、配额或分数校准。多路并不自动带来多样性；高度相关的召回器可能重复返回同一批热门项。排序模型排序器对候选统一估计点击、转化、观看时长、满意度等目标。模型可从线性模型、GBDT 到 Wide&Deep、DIN 或多任务网络，复杂度取决于数据和服务预算。排序质量不仅由模型结构决定，还受曝光选择、位置偏差、延迟特征和标签定义影响。常见…

#小红书#多路召回与排序#多路召回

RAG 知识库怎么存?

匹配正文：…序号 "timestamp": 1699123456, # 版本控制 "access_level": "internal", # 权限标记 "title": "退款流程" # 用于重排序 } 设计要点：支持预过滤（如where category='payment'），减少向量搜索空间保留原文存储位置，避免向量库膨胀索引结构设计向量索引：HNSW（平衡速度与召回）或 IVF（内存受限时）倒排索引：BM25/关键词索引，用于混合检索分层索引：热点数据内存HNSW + …

#安克科技#向量数据库选型#RAG 知识库存储

RAG 向量匹配怎么高效实现?

匹配正文：…索都必须在目标数据上验证，不能用固定规模规则代替基准测试。更新与一致性索引记录 embedding 模型、维度、归一化、语料和权限版本。新增可进入 delta 索引，查询合并 base 与 delta；删除使用 tombstone 并按策略重建。新旧 embedding 不能直接混搜，切换要双读、回放和原子发布。假设实验从 Flat 基线开始，在同一向量集和 query 集上扫描 HNSW、IVF 与 PQ 参数。报告 Recall@K、MRR/NDCG、P50/P9…

#安克科技#ANN性能权衡#RAG 向量匹配

RAG 知识库存储怎么选?

匹配正文：…econe/Qdrant）或 pgvector 语义相似度检索原始文本/元数据 PostgreSQL/MongoDB 精确查询、权限过滤、业务字段文档关系图谱 Neo4j/图数据库多跳推理、实体关联两种主流架构方案A：统一存储（推荐中小规模） PostgreSQL + pgvector插件优势：事务一致、运维简单、JOIN查询方便局限：向量性能不如专用库，单机瓶颈明显方案B：分离架构（大规模生产） [应用层] → [向量库: Milvus] ← 向量ID关联 …

#安克科技#知识库存储架构#RAG 知识库存储

Lint 红灯之后，谁来停住下一步？

匹配正文：…流式执行器也有对应分支。两种位置共用同一个底层运行器，控制效果的差别来自返回值怎样被消费。但它只拦住当前调用。前置可以检查输入、权限或已有状态，不能直接检查尚未产生的新文件；错误工具回执也没有自动取消整个批次。把改后 Lint 挪到前面，或者只把 is_error 设成真，都不能替代依赖关系的调度。前置拒绝挡住当前处理函数，零件尚未加工两行结果，看清“挡住了什么” 这次验证没有修改真实项目，也没有跑真实 Lint。人工 Edit 只把内存标记从0改成1；临时 Pytho…

#Agent#Hook#Lint

#Agent#CodeInterpreter#Python

Python 沙箱的边界，不能只画在代码字符串里

匹配正文：…。门口有检查，房间里也只摆了允许的工具，看起来已经像个沙箱。项目面试真正要追问的，却是门外的事：运行这段代码的进程，究竟拥有什么权限？任务超时以后，那个进程真的结束了吗？ DeepResearch 里的 CodeWizard 要把模型计划变成计算结果，执行器就会碰到这层边界。限制源码拼写、限制直接可见的名字、限制实际运行环境，分别约束不同的东西。把前两项做好，不能顺手宣布第三项也成立。本文沿一份本地代码解释器教程，只做三个无害验证。输入全是作者固定的小样本，文件全在新建临…

Worktree 建好之后，还要把工具接进去

匹配正文：…同样，新的 cwd 也不等于完整文件访问沙箱。它给命令设定了起点，没有声明命令只能访问这个起点下面的内容。能访问哪些路径，还受进程权限、工具规则和具体参数影响。临时执行一条切目录命令，也不能替代持久绑定。原 Bash 每次调用都会创建新的子进程，并重新使用实例保存的工作目录。上一条命令在自己的进程里切到了新目录，下一条调用仍会从那份保存的目录出发，除非这次命令或工具装配明确改变了它。文件工具也需要单独检查。当前 Read、Edit、Write 都直接把传入的 file_p…

#Agent#Worktree#工具绑定

子 Agent 有独立上下文，为什么还要认真写交接？

匹配正文：…任务通过同一个入口继续递归派生。后台模式另外排除交互式提问工具。这是对子任务工具集合的筛选，也不等于复制了其他工具对象。子任务的权限检查器则由另一段代码构造。工具对象来自父注册表，不能据此推断所有权限决定也原样继承。对话输入、工具集合、工具实例和权限检查，是几处不同的装配位置。因此，解释“子 Agent 是隔离的”时，最好说清隔离的对象。当前能从消息创建代码确认对话历史没有直接复制；从工具注册代码又能确认工具实例被复用。把它们合成一句“完全独立”，会掩盖真正需要检查的边界…

#Agent#子Agent#上下文交接