匹配口述回答：…5%流量，跑一段时间看召回率和用户反馈，没问题再全量。异常自动回滚，这比事后修复成本低得多。再一个，和RAG的联动。图谱更新后，向量索引不能阻塞等待，得异步刷新。查询时走双路召回，向量相似度加图谱结构化检索，结果融合排序。这里有个细节：图谱更新后，向量索引可能还没更新，导致召回不一致。我会在查询时加版本号过滤，确保用户看到的是同一个版本的数据。说到这，其实还有一个容易被忽视的点：知识图谱的动态更新，和RAG里的[[Chunk]]更新策略有很强的关联。比如图谱里一个实体改了…

#字节#Agent#知识图谱动态更新

面试题·知识图谱· 海尔

训练/推理/外部知识怎么选?

匹配口述回答：…案必须说“根据文档第几段”，同时加入“拒绝回答”样本：超出知识范围的问题，模型要坦诚说“我不确定”。RLHF 阶段，奖励模型不能只优化流畅度，要加事实性维度，对编造内容扣分。这里有个前提：事实性标注成本很高，否则奖励模型本身会学歪。推理侧优化是性价比最高的。先说解码策略，约束解码强制关键事实来自输入上下文，适合摘要、问答这种输入里就有答案的场景。自我验证是生成后让模型自己检查“这个陈述有依据吗”，可以迭代几轮，但要注意别死循环。多采样投票就是多次采样取一致答案，能降低随机性…

#海尔#外部知识集成#大模型幻觉

面试题·多模态· 淘天

多模态 RAG 实现方案

…lamaIndex原生就支持图像、PDF和表格解析，它的MultiModalVectorStoreIndex可以直接把图片和文本的向量存到同一个索引里，开箱即用，适合快速验证。LangChain的定位更灵活，它通过Unstructured库或者Multimodal Embeddings来扩展，你得自己把多模态链路组装起来，但好处是能深度定制。我个人的看法是，如果你业务场景比较明确，比如电商商品图加描述文本，用LlamaIndex上手更快；如果你需要对接不同视觉模型或者做复杂的…

← 上一页第 14 / 15 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

匹配口述回答：

#淘天#多模态#多模态 RAG 实现方案

面试题·多模态· 阿里

Multi-modal RAG 是什么?

匹配口述回答：…这个坑业务场景：电商图文搜索的落地挑战风险与取舍：索引构建成本、模态冲突、我的判断约4分钟多模态检索的排序策略，图文混排时向量距离不够，需要级联重排。追问多模态重排的具体实现、计算成本优化、以及如何保证排序一致性。

#阿里#多模态#Multi-modal RAG

面试题·Prompt· 百度

Agent系统架构怎么选？

匹配口述回答：…ng Window]]加摘要压缩，保证不超长。短期记忆用Redis存最近N轮对话和提取的实体，支持会话内的状态恢复。长期记忆用[[向量库]]存用户画像，但不是简单存对话历史，而是定期让LLM反思生成摘要，比如“用户喜欢晚上购物，常买母婴类商品”，然后[[embedding]]存起来。这样下次对话可以直接检索相关画像，不用翻历史。规划与自我修正方面，执行前我会把任务分解成子任务，生成依赖图，检查有没有循环依赖。执行中如果超时或异常，触发重规划，最多回溯三次。执行后成功或失败的…

#百度#评估与监控#Agent

面试题·RAG· 淘天

RAG 核心架构与工作流程

匹配口述回答：…纳差异，这是RAG在综合推理类问题上的天然瓶颈。我上线时会特别关注检索的召回率和精确率，用[[混合检索]]，比如[[BM25]]加向量搜索，来提高覆盖率，再配合查询重写、重排来优化。另外，多文档可能超出上下文窗口，这时需要做摘要压缩或分层检索。还有一个坑是模型过度依赖检索内容，或者干脆忽略它，我一般会在训练时加入'无相关信息'的样本，或者调整prompt里检索文档的权重。说到多跳推理，比如需要跨文档关联信息的问题，RAG很容易断链。我最近在看[[Self-RAG]]，让模型…

#淘天#阿里#RAG 架构

面试题·RAG· 字节

高精度RAG系统设计陷阱

匹配口述回答：…ess]]评估和[[Corrective RAG]]的思路。所以整体上，我更倾向把专业领域RAG看成一个知识管理工程，而不是模型优化工程。核心不只在算法，更在数据质量、分层索引、引用可信度和人工审核闭环。如果只让我设计一个最小可行系统，我会先保证检索召回率和引用可溯源，其他花哨功能往后放。本质是领域知识落地与不确定性管理边界划分：RAG vs 微调，关键词 vs 向量业务场景：以医疗为例讲知识库与检索风险前提：引用置信度与人工兜底工程师取舍：更看重可溯源与反馈闭环…

#字节#高精度RAG#高精度 RAG

面试题·RAG· 字节

RAG 怎么提升事实准确性?

匹配口述回答：…。说白了，它就是把检索和生成拼在一起，让模型从闭卷考试变成开卷考试。具体说一下工作原理，其实就是三个步骤：先把外部文档切碎、[[向量化]]、存到[[向量库]]里，这叫索引；然后用户提问时，把问题也向量化，去库里搜最相关的几段，这叫检索；最后把问题和搜到的内容拼成提示词，让大模型基于这些信息来回答，这叫生成。流程不复杂，但真正落地的时候，这里有很多细节。先说边界划分。很多人会问，RAG和微调到底怎么选？我的看法是，它们不是二选一，而是互补。微调适合让模型学会某种风格或格式，…

#字节#RAG工作原理#RAG 工作原理

面试题·RAG· 阿里

LangChain vs LlamaIndex 场景怎么选？

匹配口述回答：…钟百万级数据量时LlamaIndex默认索引可能性能不足，需要分库、缓存或改用更轻量的Faiss。面试官可能会追问大规模索引的优化策略，比如分片、缓存、HNSW参数调优，或者LlamaIndex与向量数据库的集成方案。

#阿里云#AI框架选型#LangChain vs LlamaIndex

面试题·RAG· OPPO

搜索评分如何融合点击与停留?

匹配正文：…cdot S_{ctr} + w_3 \cdot S_{dwell} 权重通过 Grid Search 或 LambdaMART 优化NDCG目标学习得到。方案B：非线性融合（推荐）用 GBDT 或 DeepFM 自动学习特征交叉：相关性高 + 点击率高 → 强信号相关性高 + 点击率低 → 可能标题党，需降权关键细节位置偏置处理：训练时用 P(click|pos) 作为逆概率权重，或采用Unbiased Learning to Rank 时效性衰减：用户行为特征…

#OPPO#评分函数归一化#Scoring Function 设计

面试题·RAG· 小红书

ROI 问题怎么影响推荐效果?

匹配口述回答：…能会陷入“去重-重新推荐-再去重”的死循环，因为模型本身没变，只是把重复的过滤掉了，但下次它还是会推类似的。所以必须训练和解码一起优化，也就是在训练阶段就引导模型生成多样化的输出。举个例子，在小红书场景，我们最怕的是同一博主刷屏和跨类目发现不足。所以一般是DPP重排加曝光过滤，再配合探索流量扶持，比如给新内容一些保底曝光。但DPP的相似度矩阵怎么定义很关键，用内容标签还是用向量相似度，效果差别很大，这个我后面可以展开聊。所以我的结论是，ROl问题没有银弹，我会把训练阶段的…

#小红书#推荐多样性#ROI 问题

面试题·检索· 哔哩哔哩

直接精排所有候选，为何不可行？

匹配口述回答：…兴趣，导致精排可选范围太窄。举个例子，电商大促时，用户搜'手机'，候选池里可能有几十万款。召回阶段先根据用户历史点击和搜索词，用向量检索加关键词匹配，捞出一千款；粗排再用价格、销量、店铺评分等轻量特征，砍到一百款；精排才上深度交叉模型，考虑用户实时行为、商品属性、上下文等，最终输出十个结果。如果跳过召回和粗排，精排直接面对几十万候选，延迟和算力都爆了。所以我的理解是，召回、粗排、精排各有适用场景。召回负责海量候选的快速筛选，粗排做中等粒度的过滤，精排做精准排序。真正落地时…

#哔哩哔哩#召回粗排精排#推荐系统架构

面试题·检索· 美团

RAG 完整工作流程怎么跑?

匹配口述回答：…；[[BM25]] 精确匹配好，但同义改写“退款”和“退钱”它就不认识。所以真正落地常常是 [[Hybrid Search]]，把向量和关键词加权融合，召回Top-K，比如100条，追求高召回率，允许带一些噪声。这里有个前提：如果知识库里的文档本身质量不行，比如切分太碎或语义不完整，召回再多也没用。所以 [[Chunk]] 策略很关键，我一般会先试固定大小加重叠，再根据业务场景调整，比如合同条款按段落切，FAQ按问答对切。召回之后是[[重排]]。为什么要重排？因为[[双塔…

#美团#RAG全链路#RAG 工作流程

面试题·检索· 快手

RAG 延迟准确率根因

匹配口述回答：…程博弈：延迟和准确率怎么平衡。咱们先看延迟。首Token延迟高，用户问一句，得等检索完才开始生成，体验很糟糕。根本原因是链路串行，向量检索、[[重排序]]、上下文组装、生成，各环节挨个跑，尤其是Rerank，[[Cross-Encoder]]精度高但慢，百毫秒级，成了瓶颈。还有上下文膨胀，检索Top-K文档后，长上下文导致Prefill阶段计算量激增。举个真实场景：客服系统里，用户问“我退款为什么还没到”，系统得先检索退款政策、订单状态、支付记录，再生成答复，如果每步都串行，…

#快手#RAG延迟与准确率#RAG 延迟准确率根因

面试题·检索· 百度

RAG Query 改写方法

匹配口述回答：…，并行检索后再去重聚合。这是最稳的。如果问题很专业，比如医疗领域，我会用 HyDE，让模型先生成一个假设答案，再用这个答案的 [[Embedding]] 去检索。你可能会想，这不引入[[幻觉]]了吗？对，所以前提是你的领域知识库足够封闭，生成的假设答案不会跑偏。再一个，复杂多跳问题，像‘2024年X公司营收多少，它CEO是谁’，我会拆成子问题链，先查营收再查CEO，逐层检索。但真正落地时，我不会只用一种。比如电商客服场景，用户问‘为什么我的订单退款还没到’，既模糊又涉及多步，…

#百度#小鹏#美团

面试题·检索· 美团

RAG 系统核心组件怎么搭?

匹配口述回答：…反馈。没有这层闭环，RAG 很容易变成“感觉效果还行”，但不知道问题出在哪。所以一个完整 RAG 系统的实现重点，不是把文档塞进向量库就完了，而是文档质量、召回覆盖、排序精度、生成约束和评估闭环一起工作。只有这样，系统才可迭代、可排查、可上线。 RAG本质是给大模型配外挂知识库文档处理：清洗、分块、元数据检索器：多路召回加重排生成器：上下文压缩与引用架构演进与优化方向约4分钟 RAG 的核心工程能力是可评估、可排查，不只是能把答案生成出来。如何设计 RAG 评估…

#美团#RAG工程实现#RAG 系统实现

面试题·检索· 小红书

多路召回 vs 排序模型怎么分工?

匹配口述回答：多路召回解决候选覆盖问题。协同过滤利用行为共现，双塔向量处理可学习的用户与物品匹配，内容或图召回补充语义和关系信号，热门与规则提供冷启动或兜底。它们各有盲区，但“多路”本身不保证多样性，还需要去重、配额、权限过滤和分数校准。排序阶段在候选上统一估计点击、转化、观看或满意度等目标。可以使用线性模型、GBDT 或深度多任务模型，选择取决于样本量、特征和延迟预算。日志来自旧排序策略，因此位置偏差、选择偏差和特征延迟都可能让离线分数失真。完整系统常包含可选粗排和约束重排。多样性既…

#小红书#多路召回与排序#多路召回

面试题·模型架构· 百度

DDPM 为什么随机采样时间步?

匹配口述回答：…程中长期看到从高 SNR 到低 SNR 的不同区域。推理时反向轨迹会经过整个时间范围，所以各区域都需要有足够覆盖。时间条件必须以 embedding 等方式输入网络，否则同一个 x_t 在不同日程位置的含义无法区分。如果 t 均匀采样，单个 batch 通常只包含若干随机时间点，它并不保证覆盖所有时间步；无偏性来自很多 batch 累积后对期望的估计。也不能说一个 batch 越大就必然均匀覆盖，仍然只是随机样本。非均匀采样可以做，但要把“采样分布”和“优化目标”分开。比…

#扩散模型#DDPM#加噪过程

面试题·模型训练· 百度

Flow Matching 线性目标速度

匹配追问：…什么本质联系和区别？为什么GTV选择线性插值路径而不是其他路径？ Rectified Flow中GTV如何帮助实现"直线运输"的优化目标？场景切入假设题目把 GTV 定义为线性条件路径 x_t=(1-t)x_a+t x_b 的 target velocity。请推导速度，并说明如果路径方差还随时间变化，公式需要怎样调整。层层追问 GTV 是否是无歧义的标准术语？……先固定源端点、目标端点与条件路径……线性插值的 dx_t/dt 是什么？……网络实际回归什么条件期望？……

#Flow Matching#扩散模型#概率流

面试题·模型架构· 海尔

Self-Attention 怎么计算 QKV?

匹配追问：为什么除以√d_k而不是d_k或其他值？ Self-Attention的时间复杂度和空间复杂度是多少？如何优化？多头注意力中"多头"的设计动机是什么，各头学到什么不同？场景切入假设你在做一个电商搜索的排序模型，用户搜'苹果手机'，你希望模型能自动关注商品标题里的'苹果'和'手机'这两个词，同时忽略'原装正品'这种修饰。这种token之间的关联度，底层是怎么算出来的？层层追问 Transformer里每个token是怎么跟其他token交互的？……那它怎么知道该关注谁？…

#Self-Attention#Transformer#注意力机制

面试题·模型训练· 百度

重参数化技巧怎么解决梯度问题?

匹配追问：…化技巧失效，有什么替代方案扩散模型中的重参数化与VAE中的有何具体差异场景切入假设你在做一个电商推荐系统，用户历史行为编码成向量，但模型需要从高斯分布中采样来增加多样性。你直接用采样操作，梯度传不过去，怎么办？层层追问 VAE 里从分布采样那一步怎么训练的？……采样操作不可导对吧？……那你有什么办法让梯度回传？……重参数化具体怎么做的？直球架构解释一下重参数化技巧，它怎么让采样操作变得可微？在 VAE 和扩散模型中分别扮演什么角色？

#重参数化技巧#VAE#扩散模型

面试题·评估· 科大讯飞

RAG 解决了 LLM 哪些局限?

匹配口述回答：…繁变动的场景，比如企业内部的SOP、产品手册、政策文档。真正落地的时候，我常常是RAG加微调一起用：用RAG保证事实准确性，用微调优化模型的表达风格和指令遵循能力。举个例子，客服退款场景。用户问“我买的手机降价了，能退差价吗？”模型需要知道当前公司的售后政策，是7天价保还是15天，具体怎么操作。这些政策可能每月调整，用RAG直接从最新的政策文档里检索相关条款，模型再据此生成回答。如果只靠微调，你每改一次政策就得重训一次，根本不现实。但RAG落地也有不少坑。前提是你的知识库…

#科大讯飞#阿里#RAG 架构

面试题·评估· 淘天

RAG 评估：检索、生成与端到端指标

匹配口述回答：…果的排名倒数求平均，更偏向首个命中的排序质量。如果MRR低，说明正确答案虽然召回了但排在很后面，生成模型可能压根没用到它，那就需要优化排序。再就是生成层。传统NLP指标像BLEU、ROUGE，在RAG里参考意义有限，因为答案可以措辞不同但意思对。我更关注[[Faithfulness]]，也就是忠实度，说白了就是生成内容有没有被检索文档支持。它与Answer Correctness关注不同问题：忠实于错误资料仍可能不符合现实事实，不能给二者排通用名次。宁可答得少，不能瞎编。比…

#淘天#评估与监控#RAG 线上效果评估

面试题·评估· 安克科技

Agent/RAG 评估指标与挑战

匹配口述回答：…个客服退款系统，用户问“我订单超时了，怎么退款”，如果检索没召回退款流程文档，后面生成再强也没用。所以检索层我通常会同时用关键词和向量两种方式，也就是 [[Hybrid Search]]，因为光靠语义可能漏掉精确匹配的订单号或错误码。这里有个前提：K 值不能设太大，否则延迟会暴涨。如果系统要求 200 毫秒内响应，K 设到 10 可能就超了，得在召回率和延迟之间找平衡。再讲生成层。这一步评估的核心是 [[Faithfulness]]，也就是生成内容有没有忠实于检索到的文档。…

#安克科技#评估与监控#Agent