页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「Embedding检索」找到 478 条内容
按专题浏览 →匹配正文：… 文档预处理与切分 chunk 策略 你的切分是拍脑袋还是有依据 切多大、按什么切、试过别的没有、对召回的影响 文档预处理与切分 检索召回 你懂不懂检索的取舍 向量/关键词/混合怎么选,召回率怎么测、多少条测试集 检索召回·混合检索 rerank 你的每个模块是不是都"知道为什么在" 选哪个 rerank 模型、不加会差多少、怎么量化的 重排序 引用溯源 你有没有考虑可信和幻觉 答案怎么带出处、怎么防"检索到了但答错" 引用与溯源 评估 你怎么证明"做得好"不是空话 评估集怎…
匹配正文：…位置。 如果解析时只保存了纯文本，页码和位置已经丢失，生成阶段再聪明也无法可靠补回来。模型可以猜一个页码，却不能把猜测变成证据。 检索返回 Chunk 时，不应只有内容和相似度分数，还要一起带回文档 ID、知识库 ID 和原始位置。引用系统应该沿用这条已有的数据链，而不是让模型凭语言能力重新描述来源。 可核验引用与普通文件名引用的区别 文件名只能告诉用户大概来自哪里，可核验引用还要定位到当时用于回答的具体证据。 所以，回答末尾写“来源：某某.pdf”最多完成了文档级提示，还没…
匹配正文：…/项目 ③代表题型 ④项目里怎么体现。题量取自站内各模块真实题数,反映这个方向面试考多密。 RAG 基础(62 题):验证你懂不懂检索链路的取舍 RAG 是应用岗第一主战场,面试官不是要你背定义,而是看你对"分块、embedding、检索、拼 prompt"这条链路的每一环有没有做过取舍。 维度 内容 面试官在验证什么 你是否理解 RAG 每一环为什么这么设计、召回和忠实度怎么保证,而不是只会调库 先看哪个 RAG 教程:为什么需要 → 架构 → 分块 → 检索一路做完 代表…
学习内容与项目面试，在同一条路上。