匹配正文：答案要点检索阶段：分块策略、embedding选型、多路召回、重排序优化上下文处理：窗口长度控制、冗余去重、相关性过滤生成阶段：prompt工程、引用溯源、幻觉抑制系统层面：延迟优化、缓存策略、离线评估体系一、检索质量分块策略按语义分块优于固定长度，可用LLM辅助判断边界块大小一般256-512 tokens，需保留上下文重叠（overlap）表格/代码等特殊内容需单独处理，不能粗暴切分 Embedding与召回领域数据务必微调embedding，通用模型…

#美团#RAG常见陷阱#RAG 系统陷阱

面试题·检索· 美团

推荐结果多样性怎么控制?

匹配正文：…-off。三、训练阶段：多目标优化多样性正则项：在loss中加入生成结果间的互信息惩罚对比学习：拉近正样本、推远负样本，扩大embedding空间分布四、业务层：类目/场景打散美团外卖场景的典型做法——强制品类覆盖：确保推荐列表中主食、饮品、小吃等类目占比，避免同一商家/品类扎堆。

#美团#多样性控制#推荐多样性

面试题·检索· 字节

两阶段 vs 端到端怎么选?

匹配正文：…回-精排之间的信息损失（多轮过滤丢信息）系统复杂度指数上升（索引维护、版本对齐）端到端的隐性风险：参数知识污染（把训练记忆当检索结果）难以定位错误来源（是检索错了还是生成错了？）字节场景下的实践倾向字节业务（抖音搜索、豆包）通常选两阶段为主，端到端为辅：主链路：向量召回 + 重排序 + 生成（保证可控）快速路径：小知识场景走端到端（降低延迟）关键优化：用稠密+稀疏混合召回提升首阶段质量，减少后续压力

← 上一页第 12 / 20 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

学习内容与项目面试，在同一条路上。

站内 RAG 在线实战

#字节#两阶段检索与端到端生成#两阶段检索

面试题·检索· 360

RAG 召回准确性：三大失败场景

匹配正文：… Accuracy或RAGAS框架（context precision/recall, answer relevance等）二、检索模型优化双路召回策略稀疏检索（BM25）：关键词匹配，对专有名词、ID类查询效果好，可解释性强稠密检索（Embedding）：语义理解能力强，需选合适模型（bge、m3e等），注意领域适配混合检索：BM25 + 向量分数加权融合，或RRF（Reciprocal Rank Fusion）合并结果 Embedding优化领域微调：用业务数…

#360#召回质量评估#RAG 召回优化

面试题·检索· 美团

BM25 原理与 TF-IDF 改进点

匹配正文：…R、NDCG、Recall@K 与业务结果调参。在 RAG 中的作用 BM25 擅长术语、编号、实体和错误码等词面匹配，可与稠密向量召回互补。它不理解未出现词项的语义关系，也不能被称为对 OOV 天然鲁棒；同义表达需要分词、扩展词、混合检索或重排补充。图解 BM25 原理与 TF-IDF 改进点图解

#美团#BM25#BM25 算法原理

面试题·检索· 哔哩哔哩

召回 vs 粗排怎么分工?

匹配正文：…。协同关系候选库 → 多路召回或 ANN → 合并去重 → 可选粗排 → 精排 → 约束与多样性重排召回可来自协同过滤、双塔向量、图、热门或业务规则。粗排可用轻量 GBDT、浅层网络或蒸馏模型，并应覆盖精排所依赖的主要目标。若粗排标签、特征或目标与精排不一致，会产生选择偏差，把后续本可识别的优质项提前删除。视频推荐可以并行召回关注作者、历史兴趣、相似内容与探索候选；粗排再估计点击、观看或满意度。小候选池或轻量精排可能直接省略粗排。验收应画出候选深度、召回率和延迟成本曲…

#哔哩哔哩#召回与粗排#召回与粗排区别

面试题·检索· 美团

BM25公式参数含义与TF-IDF对比

匹配正文：…log((N-n+0.5)/(n+0.5))，也有 log(1+(N-n+0.5)/(n+0.5)) 等非负变体。回答时应说明所用检索引擎的定义，不能把一种实现当成唯一公式。相比基础 TF-IDF BM25 的词频项会饱和，同一词继续出现时边际增益下降；长度归一化由 b 显式控制，而不是对所有长文档固定扣分；基础 TF-IDF 常用线性词频，但 TF-IDF 也有对数 TF、向量归一化等变体，不能笼统说它完全不处理长度。 k1、b 的默认值只是起点。分词、字段权重、停用…

#美团#BM25#BM25 算法原理

面试题·检索· 阿里

RAG 召回又快又准靠什么?

匹配正文：一、检索效率优化索引结构层面 HNSW图索引：平衡召回率与查询速度，适合中等规模；超大规模时采用IVF-PQ或ScaNN降低内存占用量化压缩：裸向量每维FP32/FP16/INT8为4/2/1字节，PQ码长由子向量数和每码位宽决定；总索引另计结构，质量变化必须实测，不固定4–8倍。磁盘索引：FAISS的IndexIVFPQ + ondisk模式，牺牲部分延迟换取容量工程架构层面分片（Sharding）+ 路由层，支持水平扩展预过滤（metadata filter）…

#阿里云#召回链路优化#RAG 召回优化

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：多路召回多路召回用不同信号并行生成候选，例如协同过滤、双塔向量、内容或图召回，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…

#小红书#多路召回与排序#多路召回

面试题·检索· 快手

LLM怎么融入推荐系统？特征提取与召回

匹配口述回答：…输入LLM，让它抽取出动态的兴趣标签，比如最近偏好旅行类Vlog，而不是静态的标签。然后是召回层，这块还在探索中。一种做法是语义向量召回，把item通过LLM生成[[Embedding]]，存到[[向量库]]，离线预计算，在线用[[ANN]]检索。另一种是生成式召回，让LLM直接生成候选item的ID或者描述，但需要微调来适配ID空间，而且有[[Hallucination]]问题，生成不存在的item。还有一种是对话式交互，用户query进来，LLM理解意图后扩展语义，适合…

#快手#LLM推荐系统#LLM 推荐系统

面试题·检索· 快手

LLM怎么融入推荐系统？序列建模与排序

匹配正文：…义增强 ID → 文本映射：将物品ID、用户行为转为自然语言描述（如"用户A最近浏览了红色连衣裙"） LLM编码：用LLM提取文本embedding，替代或补充传统ID embedding 关键挑战：ID信息丢失、文本描述质量依赖、embedding空间对齐 2. 序列建模：长行为序列处理方案做法问题直接输入将N条行为拼成超长prompt 上下文窗口限制、推理成本爆炸摘要压缩 LLM先压缩历史为兴趣标签信息损失、压缩策略设计分层架构传统模型做短期，LLM做长…

#快手#LLM推荐架构#LLM 推荐系统

面试题·检索· 美团

BM25 公式与 TF-IDF 对比

匹配正文：…短文档：技术文档vs短回答都能合理竞争参数可解释调优：k_1/b可根据领域数据优化（如新闻vs论文库）在RAG中，BM25常与向量检索混合使用（如Elasticsearch + 向量DB），利用其精确匹配优势弥补语义检索的模糊性问题。学习建议建议系统学习该知识点

#美团#BM25词频饱和#BM25 公式与 TF-IDF 对比

面试题·检索· 美团

BM25 参数 k1/b 调优

匹配正文：…上限文档长度无显式处理显式归一化，可调参数b 参数灵活性固定公式 k_1, b可针对语料调优理论基础启发式VSM 概率检索框架关键优势解决词频爆炸："苹果"出现100次 vs 10次，相关性差距不应是10倍消除长文档偏置：长文档天然词频高，需要长度惩罚可解释性强：每个词的贡献清晰可见，便于调试 RAG场景价值精确匹配兜底：处理专有名词、ID、代码片段等需精确匹配的场景混合检索：与向量检索互补（BM25抓关键词，向量抓语义）计算高效：倒排索引，毫秒级响…

#美团#BM25长度归一化#BM25 参数 k1/b 调优

面试题·检索· 高德

BM25原理、应用场景及与TF-IDF区别

匹配正文：答案要点理解BM25的核心思想：基于概率检索框架，引入饱和函数控制词频影响掌握BM25的完整数学公式及各参数含义（k1, b）能对比BM25与TF-IDF的优劣（BM25对长文档更友好、有非线性饱和）了解BM25在RAG中的典型应用场景（粗排、混合检索）知道BM25的局限性（语义理解缺失，需配合向量检索）核心思想 BM25（Best Match 25）是基于概率检索框架的改进算法，核心洞察：词频贡献存在饱和效应——一个词出现10次和100次的区分度，远不如出现1次…

#高德#BM25评分公式#BM25 算法原理

面试题·检索· 字节

RAG 技术实现怎么落地?

匹配正文：答案要点能清晰描述RAG的完整技术链路（索引-检索-生成）理解Embedding和向量检索的核心作用能区分Naive RAG与Advanced RAG的关键差异能结合具体场景说明RAG的价值和局限性 RAG核心架构 RAG = 检索模块 + 生成模块，用外部知识弥补大模型参数知识的局限。 1. 索引阶段（离线）文档切分：按语义/固定长度分块，控制chunk大小（通常256-512 tokens）向量化：用Embedding模型（如BGE、text-embeddin…

#字节#RAG应用场景#RAG 技术实现

面试题·检索· 小鹏

RAG文本分段策略与重叠机制

匹配正文：…重叠、短窗口与较长窗口，用同一评测集权衡上下文连续性与冗余边界保护：优先在标点、换行处切割，避免截断句子语义去重：对重叠区域做embedding去重，减少存储粒度权衡原则细粒度（小chunk）优势：检索精确度高、噪音少风险：丢失上下文、需要多路召回拼接粗粒度（大chunk）优势：信息完整、减少拼接风险：引入无关信息、压缩有效信号工程实践建议分层索引：短chunk用于精排，长chunk用于生成动态调整：根据query长度和文档类型自适应chunk siz…

#小鹏#文本分块优化#RAG 文本分段

学习路线·学习路线

大模型应用开发学习路线

匹配正文：…求怎样进入模型，模型怎样返回结构化结果或工具调用，失败又怎样被记录和收口。建议按这个顺序完成：掌握 Token、上下文、幻觉、Embedding 和模型调用的基本语义，可以从LLM 应用基础概念开始。亲手调用一次大模型 API，处理超时、错误和配置，不把密钥写进代码。用Function Calling跑通“模型给出调用意图，代码执行工具，结果再回填”的完整循环。按主线选一个最小练习：最小 RAG或最小 Agent。故意制造一次失败：检索不到、工具超时、参数不合法或…

#学习路线#RAG#Agent

求职指南·求职

转大模型应用开发路线图(2026):研究生/Java 后端要学什么、多久上岸

匹配正文：…用。所以这条路线的判断标准很简单: 你要证明什么面试官会怎么问该准备什么你懂模型基本行为 Token、上下文、幻觉、温度、Embedding 怎么影响系统概念能口述,能解释工程取舍你能把模型接进系统 API、流式输出、工具调用、异常兜底怎么做最小 LLM 应用 + 最小 Agent + 最小 RAG 你做过完整项目文档怎么切、检索怎么评估、引用怎么溯源一个能讲透的 RAG 或 Agent 项目你扛得住追问为什么选这个方案,不用另一种行不行真题口语版讲法…

#求职#职业转型

面试题·RAG

RAG 已经能搜 PDF，为什么视频不能直接入库？

匹配正文：…依据。只在播放器打开时检查权限不够，因为未授权片段可能已经在检索阶段进入上下文，模型甚至会在没有展示链接时泄露其中的信息。因此，检索前应先限定用户能够访问的视频或资料集合，再在允许范围内搜索字幕。字幕片段需要保留所属视频和权限版本，缓存键也要带上用户或权限范围，不能把一个人的检索结果直接复用给另一个人。权限收紧后，要验证旧缓存、旧索引和已经生成的分享链接是否仍然暴露内容。删除也不只是移走 MP4。与视频关联的字幕、画面文字、向量、片段映射和播放器引用都需要退出可检索状态。…

#RAG#解析与入库#视频 RAG

面试题·Agent

什么时候该用 Deep Research，而不是普通 RAG？复杂问题怎么分级路由？

匹配正文：… 如果这种循环通常只有少量步骤，最后仍然交付一个直接答案，可以考虑 Agentic RAG。它与普通 RAG 的区别不在于有没有向量库，而在于检索是否由固定流水线执行。普通 RAG 预先规定“检索一次再生成”；Agentic RAG 允许模型根据当前证据决定是否再查、改查什么、要不要调用另一个工具。它与 Deep Research 的区别则在交付目标。Agentic RAG 主要想把当前答案补准；Deep Research 要覆盖一个完整研究任务，包括多个对象、多个维度、…

#Deep Research#问题边界与研究闭环#Deep Research 分级路由

项目实战·Agent

第 1 章:为什么需要 Deep Research

匹配正文：…,不是「pgvector 最新版本号是多少」这种一查就有的问题,而是这种: 「我这个中小规模、还想少花点运维精力的 RAG 项目,向量库到底该选 Milvus、Qdrant 还是 pgvector?」第一版我们老老实实走普通 RAG:把问题丢进向量库,检索几篇博客和文档,拼一段回答。结果出来的东西工程师根本不敢照着做,要么只夸了其中一个、要么拿的是两年前的旧对比、要么把「嵌入式 / 单机 / 分布式」这几种完全不同的部署形态混为一谈。复盘下来,根因很清楚:这个问题的答案,…

#Agent#Deep Research#项目实战

求职指南·求职

大模型应用开发岗和算法岗有什么区别、普通工程师怎么选

匹配正文：…rompt 和调 API,至少要知道: 应用场景只会调包会卡在哪里需要补的模型侧能力企业知识库问答答案不稳定,错了不知道是检索还是生成问题 Embedding、重排、评估集、引用溯源 Agent 工具调用工具乱调、循环失控、成本爆炸 ReAct、状态机、工具 schema、终止条件领域客服助手语气和流程不稳定,模板约束不够 SFT/LoRA 的适用边界、数据构造高并发推理服务延迟高、显存吃紧、成本不可控 KV Cache、批处理、vLLM/SGLang 基本…

#求职#职业转型

面试题·Agent

Deep Research 拿到一个大问题后，怎么拆成能查证的子问题？

匹配正文：…问。没有用户可以立即补充时，也要把假设写出来，例如“以下分析以小团队、自建服务、低运维为前提”。假设不应藏在报告最后，因为所有后续检索都受它影响。一个清楚的任务契约可以包含五部分。研究对象：到底比较哪些候选，是否允许执行中新增或淘汰候选。研究维度：性能、成本、部署、生态、合规等哪些维度是硬要求，哪些只是补充。时间范围：查当前状态、某个历史时间点，还是最近一段时间的变化。证据要求：是否优先官方资料、论文和公开数据，是否允许使用二手分析。交付格式：直接建议、对比表、带…

#Deep Research#问题边界与研究闭环#Deep Research 问题拆解

面试题·RAG

扫描 PDF 没有文本层，RAG 怎么做 OCR 与失败降级？

匹配正文：…码或一段水印，正文几乎为空。后面的分块、向量化和入库没有明显报错，用户提问时却一直搜不到材料里的答案。问题不在大模型，也不一定在向量库。真正的原因是这份 PDF 没有可用字符层，页面本质上是一张张图片。于是面试官会继续问：你怎么判断一页 PDF 需要 OCR？识别完成后为什么不能直接把文字塞进向量库？遇到模糊页、表格页和失败页又怎样降级？如果回答只有“调用 OCR 接口提取文字”，很快就会遇到下一层追问。因为 OCR 只是把像素变成文字候选，距离可检索、可引用的内容还…

#RAG#解析与入库#扫描 PDF RAG