匹配口述回答：…源是模型在参数里找不到答案时，会自信地编一个。RAG的解法是给它显式证据，每个生成步骤都有检索片段做参考，相当于旁边放着参考答案。模型看到文档里明确写了什么，就不太会跑偏。而且知识库可以实时更新，比如电商平台的售后政策变了，不用重新训练模型，更新文档就行。但这里有个前提：检索质量必须够高。如果召回来的文档不相关，反而会误导模型，产生更严重的幻觉。所以上线我会特别关注召回率和相关性，常用[[Hybrid Search]]，就是关键词加向量两条路一起走，再配合[[Rerank]]…

#淘天#事实准确性#RAG 减少幻觉

面试题·评估· 美团

LLM 幻觉治理方法对比

匹配口述回答：…你从知识库拉回最新文档，模型照着说就行。但它不太适合那些需要模型深度推理的任务，比如合同条款分析，因为检索回来的片段可能互相矛盾，模型自己又没能力做逻辑仲裁。那落地的时候，RAG 最大的风险其实不在生成，而在检索。检索质量决定了 RAG 的上限。如果你用简单的向量检索，召回率可能很高但精度差，混进一堆噪声，模型反而更容易被带偏。所以我会在检索阶段做 [[Hybrid Search]]，把关键词和向量结合起来，再加上 [[Rerank]] 把最相关的文档排到前面。而且上线后我…

#美团#幻觉治理#LLM 幻觉治理方法对比

面试题·评估· 快手

LangChain 链式调用原理

匹配口述回答：…档，切分后向量化存到[[Vector Database]]，然后用一个RetrievalQA链，用户问退款流程时先查相关片段，再让模型结合上下文回答。这里我会特别关注切分策略，如果按固定字数切，可能把一个完整条款切成两半，导致召回不完整。前提是文档质量要够好，如果文档本身逻辑混乱，再好的检索也救不了。上线后我会监控用户反馈，如果发现回答不准确，可能得加[[Hybrid Search]]或者做[[Rerank]]。一句话定位：面向LLM的编程框架核心抽象：模型接口、检索、链…

← 上一页第 13 / 14 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

#快手#评估与监控#Agent

面试题·评估· 快手

LangChain 关键组件与流程?

匹配口述回答：…定期清理。上线前我会特别关注召回质量，用一组测试query跑一遍，看Recall@K和延迟，不达标就调[[Chunk]]大小或[[重排序]]策略。另外，Agent的决策稳定性是个大问题。有时候同一个问题，Agent两次走的路径不一样，导致答案不一致。我倾向于用 [[Self-RAG]] 让模型自己学会反思，或者加一个[[验证链]]，对Agent的输出做二次校验。所以，LangChain我更倾向看成快速验证想法的工具，而不是生产级框架。真正上线，我会基于它的设计思想，做定制…

#快手#评估与监控#Agent

面试题·评估· 京东

RAG 缓解哪类幻觉?

匹配口述回答：…自己推理出“满400减60”，这就错了。这类逻辑矛盾、推理错误，RAG管不了，得靠训练或者推理优化，比如[[Self-RAG]]让模型学会反思。所以真正落地的时候，我倾向于把RAG当成基础设施，但不会只依赖它。比如检索环节，我会做**[[混合检索]]**，把[[BM25]]关键词和向量检索结合起来，避免因为语义偏差漏掉关键文档。生成环节，我会加[[Rerank]]和[[Self-Refine]]，先让模型基于检索内容生成，再自己检查一遍有没有偏离。还有一个值得关注的点是，…

#京东#知识型幻觉#RAG 幻觉

面试题·评估· 字节

RAG 文档检索选型

匹配口述回答：…召回和业务约束先说混合检索：稠密加稀疏，各自边界与融合策略再说查询层优化：HyDE和Query Expansion 然后索引和重排的工程细节最后是评估闭环和我的取舍约4分钟先用查询切片和 bad case 判断问题位于切块、召回、融合还是重排，再决定是否增加模型复杂度。面试官可能继续追问如何构造评测集、校准融合分数，以及怎样证明效果来自某个具体改动。

#字节#混合检索#RAG 文档检索选型

面试题·评估· 淘天

RAG 核心指标优先级

匹配口述回答：…比Recall和Faithfulness的分数，同时监控延迟的P99。如果召回率低于百分之九十，我宁可牺牲一点延迟，也要加一轮[[重排]]来提高精度。说到评估，其实有个延伸点：你评估体系搭好了，数据怎么反哺到系统里形成闭环？比如你发现Faithfulness分数低的case，能不能自动标记出来，用来做后续的模型微调或者检索策略优化？这个数据飞轮转不转得起来，往往决定了系统能不能持续变好。所以整体上，我更愿意把评估看成一套组合拳：检索端抓Recall，生成端抓Faithfu…

#淘天#评估与监控#RAG 核心指标优先级

面试题·评估· 百度

RAG 架构怎么工作?

匹配口述回答：…的时候，我会做几个工程取舍。先说[[混合检索]]，不只用向量，还结合[[BM25]]这类关键词匹配，让两种方法互补。再一个是加[[重排]]，召回Top-K之后用更精细的模型比如[[Cross-Encoder]]重新打分，把真正相关的顶上来。还有就是置信度过滤，分太低的直接扔掉，宁可少给信息也别给错的。还有一个常被问到的问题是RAG和微调的边界。我的看法是，RAG适合知识更新快、需要溯源的场景，比如客服的退款政策、企业SOP；微调适合让模型学会特定风格或推理模式，比如医疗诊断…

#百度#评估与监控#RAG 架构

面试题·评估· 安克科技

RAG 问答金标构建

匹配口述回答：…我一般会从三个层面来构建评估集：开发集、测试集和对抗集。开发集大概500到1000条，用来迭代调优，比如调 chunk 大小或者 rerank 阈值；测试集1000到3000条，做最终对比评测；对抗集200到500条，专门挑高难度、容易翻车的场景，比如需要多跳推理或者要回答“不存在”。三层分开，避免调参时过拟合到测试数据上。先说问题怎么来。我倾向于混合策略，大概70%用 LLM 生成，20%从真实用户日志里挖，10%人工设计对抗样本。LLM生成效率高，但容易有[[幻觉]]，…

#安克科技#评估与监控#RAG 问答金标构建

面试题·评估· 安克科技

Agent/RAG 评估集构建

匹配口述回答：…然后按业务场景分层抽样，比如客服场景、订单查询场景，每层保证足够样本。而且评估集必须动态更新，定期用线上bad case补充，不然模型会过拟合到旧数据上，评估结果越来越虚。其实还有个细节我一直在想，就是负样本的难度怎么控制。如果负样本太难，模型全错，区分度也差；太简单，模型全对，也没意义。所以这里有个平衡点，可能需要用[[Rerank]]模型的打分做阈值，或者用[[Self-RAG]]让模型自己反思，但具体怎么调还没完全想透。所以我整体会把评估数据集看成一套持续演化的测试…

#安克科技#评估与监控#Agent/RAG 评估集构建

面试题·评估· 美团

Agent 功能模块怎么分工?

匹配口述回答：…个模块就是最常用的工具，但它们的职责边界和协作方式，决定了 Agent 的上限。先说 Search。它的核心定位是信息获取，弥补模型知识截止和 [[Hallucination]] 的问题。输入就是一个自然语言的 query，输出是检索到的文档片段或链接。但这里有个坑，就是你不能把 Search 当成万能的知识库。比如一个客服退款场景，用户问“我上周买的鞋降价了，能退差价吗”，如果直接搜全网，可能搜到过期的促销政策。真正落地时，Search 要跟业务知识库配合，比如先搜内部的…

#美团#评估与监控#Agent

面试题·检索

什么是 Embedding 向量嵌入？

匹配口述回答：…和多义词。比如“苹果”既可以是水果也可以是品牌，单纯靠 Embedding 可能会混淆。这时候就需要结合上下文做消歧，或者用 [[Rerank]] 模型做二次筛选。一句话定位：Embedding 解决的是从文字到语义可计算的问题核心原理：向量空间里距离近就是意思近，这是语义搜索能跑通的前提业务例子：客服退款场景，关键词搜不到但语义能匹配落地前提：模型要选对、向量库要配好，否则效果会崩约2分钟 Embedding 对同义词和多义词的处理仍有局限，需要结合上下文消歧或二…

#入门#基础概念#Embedding是什么

面试题·检索

向量数据库和普通数据库有什么区别?

匹配口述回答：…L 存的是结构化行数据，查询走 B+ 树索引，结果要求完全匹配；向量数据库存的是 [[Embedding]]，也就是文本、图片经过模型编码成的一串浮点数，查询时算向量距离，语义越接近距离越近。那为什么向量数据库能在千万级数据里快速找到最相似的？如果暴力比对，每条都要算距离，复杂度 O(N)，根本扛不住。所以实际用的是 [[ANN]]，也就是近似最近邻。它的思路是提前建索引，查询时只扫描一小部分候选区域，用少量精度换几个数量级的速度。常见的索引有 [[HNSW]]，把向量组织…

#入门#基础概念#向量数据库

面试题·知识图谱· 字节

GraphRAG 原理与构建方法

匹配正文：…系问题。全局检索：检索或聚合社区报告、主题摘要，适合数据集级主题与趋势问题。实际系统通常把图候选、原始文本和向量候选融合，再由重排或生成器使用；图路径只说明检索过程，不自动证明最终 claim。 3. 与向量检索的取舍向量检索结构简单、更新成本通常较低，擅长局部语义相关内容；GraphRAG 增加关系与全局视图，但构建、更新、实体解析和质量控制成本更高。向量检索也能通过多查询、迭代检索或层次索引处理复杂问题，因此不能把它限定为“单点事实”。 4. 评测分别评估实体/关…

#字节#GraphRAG 实现原理#知识图谱构建

面试题·Prompt· 百度

Prompt 优化策略有哪些?

匹配口述回答：…-shot 和角色设定一次全加上。我会先做一个最小基线，把任务、输入输出、禁止事项和失败时的行为写清楚。需要机器消费的结果，优先用模型原生 structured output、tool schema 或约束解码，再由服务端检查字段范围和业务关系；一句“请输出 JSON”只保证不了语义正确。 Zero-shot 适合建立基线。Few-shot 用来展示分类边界、格式和反例，但示例要和测试集隔离，检查顺序、长度和类别分布偏差。复杂任务可以要求模型先给可验证的计划、计算结果或工具调…

#百度#Prompt工程#Prompt 优化

面试题·RAG· 阿里

LangChain vs LlamaIndex 架构差异？

匹配口述回答：…llucination]]。所以上线前我会特别关注两点：一是检索结果的质量，LlamaIndex那边要调好[[Chunk]]大小和重排策略，确保召回的是真正相关的内容；二是Agent的指令约束，要明确告诉Agent“只基于检索结果回答，不要自己发挥”，必要时用[[Self-RAG]]让模型自己学会反思。还有一个值得注意的点：当数据量超过百万级时，LlamaIndex的索引构建和更新会成为瓶颈，这时候要考虑分层索引或增量更新，否则检索延迟会飙升。所以我的判断是，我更倾向数据…

#阿里云#LangChain与LlamaIndex#LangChain vs LlamaIndex

面试题·RAG· 字节

高精度RAG系统设计陷阱

匹配口述回答：…多聪明，而是怎么把知识库、检索、生成和人工审核串起来，让系统知道什么时候该答、什么时候该说不知道。先说边界。很多人一上来就想微调模型，但微调适合把领域风格或固定话术刻进去，不适合管理频繁更新的法规或指南。RAG正好补这块，知识变了你换文档就行，不用重新训练。检索也一样，纯关键词（[[BM25]]）匹配快但漏同义词，纯向量能理解语义但容易召回无关内容。所以我会**[[Hybrid Search]]**，把关键词和向量两条路结合起来，再加一层[[重排]]，把高置信度的结果顶上去…

#字节#高精度RAG#高精度 RAG

面试题·RAG· 阿里

LangChain vs LlamaIndex 场景怎么选？

匹配口述回答：这道题其实在问一个核心问题：当你要做一个AI应用的时候，你的重心是在编排多个工具和模型的工作流，还是在高效地检索和理解私有数据。这两个框架的出发点完全不同。先说LangChain，它的设计目标很明确，就是把LLM、工具、API、记忆这些东西串成一个可编程的工作流。你可以把它理解成一个乐高积木盒子，里面有各种零件，你用它搭出复杂的[[Agent]]系统。举个例子，比如一个客服退款场景，用户说“我订单超时了，要退款”，LangChain可以这么搭：第一步，让LLM理解意图，提取…

#阿里云#AI框架选型#LangChain vs LlamaIndex

面试题·RAG· OPPO

多信号评分函数原理与陷阱

匹配口述回答：设计评分函数时，我先把“要预测什么”和“必须满足什么”分开。相关性、点击、转化或满意度可以进入模型目标；库存、合规、去重和频控通常是硬约束或重排规则。接着检查信号。BM25、余弦相似度、质量分和热度计数的尺度不同，不能直接相加。线性基线可以在校准或标准化后组合；有排序标签时可用 LambdaMART 等学习排序模型；高维交互足够强且收益能覆盖成本时再考虑深度模型。数据规模本身并不能推出必须使用某种模型。点击日志还带有曝光和位置偏差。排在前面的内容更容易被点击，若直接训练，…

#OPPO#多信号排序#评分函数设计

面试题·RAG· 淘天

现代 RAG 架构怎么变?

匹配口述回答：…场景，比如客服、金融分析。真正落地时，我倾向把两者结合起来，比如用[[混合检索]]，关键词召回保底，向量召回提高精度，再用一个[[重排]]模型把结果精排一下。不过说到联合训练，我其实更关心一个细节：检索器更新的频率。如果知识库每天都在变，检索器的编码器要不要跟着微调？如果不调，新文档的向量和旧文档的向量可能不在一个空间里；如果调，又可能破坏已有文档的表示。这块目前还没有特别成熟的方案，我觉得是个值得深挖的方向。一句话定位：从拼接式RAG到融合式RAG 架构演进：检索器与生…

#淘天#RAG端到端训练#现代 RAG 架构

面试题·RAG

Deep Research vs RAG 怎么选?

匹配口述回答：…Deep Research正好代表了这两个极端。RAG的核心就是单次检索加生成，流程固定，而Deep Research是自主迭代，模型自己决定下一步查什么，查完再分析，再查，反复很多轮。具体来说，RAG的流程是：用户提问，从[[向量库]]里召回相关文档，[[重排序]]，然后生成答案。它本质上是一次性的，检索次数通常就一两次。而Deep Research呢，它会先拆解问题，比如你问“某行业未来三年趋势”，它会自己生成子问题，像政策、技术、市场各是什么情况，然后分别去检索，把结…

#Deep Research#RAG#Deep Research vs RAG

面试题·检索· 快手

RAG 延迟准确率根因

匹配口述回答：…和折扣叠加吗”，需要跨文档推理，先查券规则，再查折扣规则，最后判断是否冲突。单轮检索很难覆盖，我会考虑用[[Self-RAG]]让模型自己决定何时检索，或者用[[GraphRAG]]构建[[知识图谱]]，但延迟会更高。这就引出一个问题：能否让Agent在推理过程中动态决定检索深度和范围，而不是每次都全量检索？这可能是平衡延迟和准确率的一个方向。本质是平衡延迟与准确率的工程博弈延迟挑战：链路串行、重排序开销、上下文膨胀准确率挑战：语义鸿沟、切分策略、动态知识滞后 Agen…

#快手#RAG延迟与准确率#RAG 延迟准确率根因

面试题·检索· 美团

推荐结果多样性怎么控制?

匹配追问：场景切入假设你在做电商推荐，用户问‘推荐几款手机’，模型一口气回了三个iPhone 15，用户肯定觉得傻。你碰到过这种重复问题吗？怎么在生成结果里控制多样性，别让推荐列表看着都像复制粘贴的？层层追问生成式推荐你怎么保证结果不单调？……比如同一个品类反复出现，你有哪些解码手段？……那生成完以后还能再做点什么？……训练阶段有没有办法提前考虑多样性？直球架构设计一个生成式推荐系统，要求输出结果多样性高、避免重复。请从解码策略、后处理重排和训练优化三个层面，给出具体的技术方…

#美团#多样性控制#推荐多样性

面试题·检索· 安克科技

向量数据库 vs 传统数据库怎么选？

匹配口述回答：…会这样设计：检索层用向量库做语义召回，拿到 Top-K 后，再用关系库做元数据精确过滤，比如按时间、类目、权限筛一遍，最后用 [[重排]] 模型比如 [[Cross-Encoder]] 精排，再把结果喂给 LLM。这个流程里，向量库负责召回率，关系库保证精确率，重排提升排序质量。这里有个坑，就是元数据怎么跟向量关联。常见做法是在向量入库时把结构化标签作为属性存进去，比如 {"doc_id": "xxx", "category": "售后", "valid_until": "…

#安克科技#混合知识库存储#向量数据库