匹配口述回答：…这样就算一句关键描述刚好在边界上，两个chunk里都能找到它。再说chunk大小。chunk大小没有通用范围，要同时看文档结构、Embedding输入限制、查询类型与LLM上下文预算，并在同一评测集上比较多组候选。上线前我会做召回测试，拿真实用户query去跑，看top-k里能不能覆盖答案来源，如果召回率低，就调小chunk或者加大重叠。所以整体上，我更倾向把chunk策略看成检索质量的基础设施，它不是一次设定就完事的，需要根据文档类型、查询场景和模型能力持续调优。如果面…

#字节#医学论文与法律条文切块#医学论文和法律条文为什么要用不同的切块策略

面试题·文档处理· 腾讯

RAG 文档 Chunk 划分策略怎么选?

匹配口述回答：…[[Chunk]] 划分策略，我觉得它本质上是在考一个取舍：你如何在检索精度和上下文完整性之间做平衡。因为 [[RAG]] 的召回质量，很大程度上取决于你切出来的块是不是既独立又完整。先说最直接的固定长度分块，按多少 token 或者字符数硬切。这个方案好处是简单、快，[[Embedding]] 批量处理效率高，而且能精确控制上下文长度。但它有个硬伤，就是边界可能把一句话或者一个逻辑单元从中间切断。举个例子，如果一篇文档在讲「深度学习的优化方法」，其中一句刚好被拦腰截断，那…

#腾讯#文档处理#RAG Chunk 划分

面试题·评估· 蚂蚁

RAG多轮对话怎么防知识遗忘?

…状态管理加分层检索。先说状态管理，每轮用轻量模型抽取出当前的主题实体、用户意图、未解决问题这些，存成一个结构化的状态。这个状态[[向量化]]后参与检索相似度计算，相当于给检索器一个显式的记忆锚点。这和简单地把历史拼进上下文窗口不一样，后者在长对话里会受[[Sliding Window]]长度限制，早期信息被挤掉，而且没法区分哪些是已解决的、哪些是待办的。显式状态更可控，但前提是抽取要准，如果抽出来一堆噪音，反而会污染检索。再一个，检索策略不能一轮定终身。我会用分层检索：当前…

← 上一页第 14 / 17 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：

#蚂蚁#RAG 多轮对话#知识遗忘

面试题·评估· 淘天

RAG编码模型评估指标与对比

匹配口述回答：…一个外挂知识库。先说整体流程，我习惯把它拆成三段。第一段是索引，把知识文档切成小块，大概几百个token一段，然后用编码模型转成向量，存到[[向量数据库]]里。第二段是检索，用户问一个问题，同样用编码模型转成向量，去库里做近邻搜索，召回最相关的几段。第三段是生成，把问题和召回文档拼在一起，喂给大模型，让它基于这些信息回答。这里有个关键组件就是编码模型，它决定了检索质量。我重点说说两种典型方案。DPR是有监督的，训练时用标注好的正例和负例，通过对比学习让正例距离近、负例远。…

#淘天#DPR 与 Contriever#RAG 编码模型评估

面试题·评估· 美团

LLM 幻觉治理方法对比

匹配口述回答：…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。而且上线后我会特别关注一个失败场景：当检索结果为空时，模型会退化成纯生成，那幻觉率会飙升。我的做法是加…

#美团#幻觉治理#LLM 幻觉治理方法对比

面试题·评估· 京东

RAG vs RLHF 幻觉治理

匹配口述回答：… RAG，它的核心思路是开卷考试。模型生成前，我先从外部知识库检索相关文档，比如用 [[Hybrid Search]] 把关键词和向量检索结合起来，然后把文档拼到 prompt 里，告诉模型“你就按这些材料回答”。这样给模型提供了可追溯证据，但提示不是硬约束，模型仍可能误读资料或编造。这在客服场景特别典型，比如用户问退款政策，我检索到最新的满减规则文档，模型应基于文档回答，仍需检查退款比例与引用是否受证据支持。但 RAG 有个前提：检索质量必须高。如果检索出来的文档跟问题不相…

#京东#RAG 与 RLHF#RAG vs RLHF 幻觉治理

面试题·评估· 字节

RAG 二次生成怎么减少幻觉?

匹配口述回答：…是满减规则，如果模型直接拿满减规则回答退款，就出幻觉了。这时候 NLI 模型就能拦住。这里有个坑要特别注意：所有约束的前提是检索质量本身要过关。如果检索回来的内容就是错的或者不相关，你约束得再严也没用。所以我会先确保检索链路靠谱，比如用 [[Hybrid Search]] 把关键词和向量结合起来，再配合 [[Rerank]] 把最相关的片段顶上去。另外，温度调整也得小心，如果检索匹配度高的部分温度设太低，生成内容可能过于死板，像在念原文，用户体验不好。所以我的整体思路是：…

#抖音#约束生成#RAG 幻觉

面试题·评估· 哔哩哔哩

粗排模型评估指标与陷阱

匹配正文：…1/100的精排耗时，召回90%+的优质候选。离线指标设计维度具体指标说明排序能力 GAUC、NDCG@K 关注头部排序质量，K通常取100~500 召回覆盖精排候选命中率、长尾内容召回率粗排漏掉精排能排上的好内容是大问题效率指标推理延迟P99、QPS、显存占用硬约束，通常延迟<10ms 关键：粗排GAUC不必追求接近精排，但头部重叠度（粗排TopK与精排TopK的Jaccard）必须高。在线与系统级指标业务指标：CTR、人均时长、多样性（避免粗排过度…

#哔哩哔哩#评估与监控#粗排模型评估

面试题·评估· 快手

LangChain 关键组件与流程?

匹配口述回答：…组合式框架，它把模型能力拆成标准化的模块，然后像搭积木一样拼起来。它的核心设计思路是三个：抽象统一，用统一接口封装不同的模型、[[向量库]]、工具；链式组合，通过LCEL声明式编排流程；状态管理，用Memory组件维护多轮对话上下文。具体说一下关键组件。Chain是预定义的固定执行流程，比如翻译、摘要这种单步任务，你定义好输入输出，链式调用就行。[[Agent]]是动态决策的，它自己选择工具和步骤，典型的就是[[ReAct]]模式，思考、行动、观察循环，直到任务完成。Too…

#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：…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，如果知识库频繁更新，比如每天都有新政策，那RAG的维护成本会很高。我最近在看[[GraphRAG]]，它对这种多实体、多关系的场景，检索质量比纯向量检索更…

#京东#知识型幻觉#RAG 幻觉

面试题·评估· 小红书

用户兴趣建模：数据与特征陷阱

匹配口述回答：…完播率，在小红书这种内容平台是很强的兴趣信号；内容层，笔记的图文、标签、[[OCR]]文本甚至视觉特征，我会抽成[[多模态]][[embedding]]；社交层，关注关系、互动频次和社群归属。处理链路我用Flink做实时清洗，然后分流：一份进离线数仓做天级特征，一份留在流里做分钟级兴趣更新。特征工程这块，我分静态画像、动态兴趣和演化特征。静态就是人口属性、注册来源，月级更新就行。动态兴趣是核心，比如用户最近50条点击序列和实时浏览的topic分布，分钟级刷新。演化特征比较有…

#小红书#评估与监控#用户兴趣建模

面试题·评估· 百度

Reflection 和 Memory 怎么协同?

匹配口述回答：…缺一不可。我更倾向于在工程实现上，先用轻量级的反思机制，比如简单的自我对话，配上结构化的记忆存储，快速验证效果，再逐步引入更复杂的向量检索和知识图谱。本质是让智能体学会自我修正和知识沉淀反思机制：自我评估与迭代优化记忆机制：分层存储与检索两者协同：反思驱动记忆更新，记忆支撑反思质量落地风险与工程取舍约4分钟反思和记忆的协同本质是在探索和利用之间做平衡，记忆里只有失败案例会导致Agent过于保守。面试官可能会追问如何平衡探索与利用，或者如何设计记忆的写入策略来避…

#百度#Agent#Multi-Agent System

面试题·评估· 字节

RAG 文档检索选型

匹配正文：…路由，避免所有查询都调用 LLM。评估召回集合后再考虑 Cross-Encoder 重排，防止用重排掩盖召回缺失。分别记录召回质量、P95 延迟、索引更新时效和单次查询成本。建立 bad case 分类，区分切块、召回、融合、重排和权限过滤问题。 3. 评测闭环离线至少观察 Recall@K、MRR 或 NDCG，并按查询类型切片；线上还要看引用正确性、无答案识别、延迟和成本。指标定义、标注口径、样本量及数据泄漏检查必须与结果一起说明。项目事实填空如果需要结合本人…

#字节#混合检索#RAG 文档检索选型

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：这道题问的是[[RAG]]评估，但我觉得它真正在问的是：你怎么在检索和生成这两段之间做质量博弈，并且落地时不被指标骗了。我会把评估拆成两个层面，先检索层，再生成层，最后看端到端，但每个层面都有坑。先说检索层。Recall@K衡量Top-K覆盖了多少已标注相关文档，分母是相关文档总数；Hit@K衡量至少命中一个相关结果的query比例，不能混为一谈。但这里有个常见误区：很多人上来就追Recall@K到95%以上，其实没必要。比如客服退款场景，用户问“退款到哪了”，若黄金集中…

#淘天#评估与监控#RAG 线上效果评估

面试题·评估· 美团

Agent 基础能力怎么定义?

匹配口述回答：…ent理解外部世界的入口，比如解析用户意图、接入实时数据。然后是记忆，它分两个层次：短期工作记忆就是对话上下文，长期知识记忆靠[[向量库]]或者[[知识图谱]]来存经验。这里有个关键点，规划是强依赖记忆的，没有历史经验的规划就是瞎拆任务。规划本身是把目标拆成可执行步骤，我常用[[Chain-of-Thought]]或者树状搜索的思路，但落地时一定要动态replanning，因为现实任务经常变。规划完了就得调工具，这是工具调用，通过[[Function Calling]]跟外部…

#美团#Agent#Agent 基础能力

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

面试题·模型微调· 京东

300-500意图怎么召回?

匹配口述回答：…面的召回全白费。所以上线我会特别关注一级路由的准确率，低于95%就说明聚类粒度不对，需要调簇内相似度阈值或者补一些难分样本。另外，向量召回依赖Embedding质量，如果意图描述写得太宽泛，比如'售后'这种，召回就会把退货和投诉混一起。我的做法是给每个意图写结构化描述，包含意图名、核心槽位、典型说法，甚至一两个反例，这样Embedding能学到边界。还有一个延伸点，就是当意图数量继续涨到上千时，单纯分层可能不够，我会考虑引入 [[Knowledge Graph]] 来组织意…

#京东#大规模意图识别#上下文长度限制

面试题·模型微调· 滴滴

大模型落地技术范式怎么选?

匹配口述回答：…智能客服，政策文档三天两头改，用RAG就能保证回答永远是最新版本，而且用户问为什么这么赔，你可以直接翻到原文。但RAG也有坑，检索质量决定了效果上限，如果 [[Embedding]] 做不好、[[Chunk]] 切得不合理，模型拿到一堆噪音，生成的结果反而更差。所以我的经验是，如果知识更新频繁或者需要可解释性，优先RAG；如果知识稳定、对延迟和深度定制要求高，优先微调。但更常见的是两者结合，比如用微调后的模型做底座，再在关键环节接入RAG，既保留了领域能力，又解决了实时性问题…

#滴滴#模型微调#Agent

面试题·模型微调· 美团

RAG vs SFT 场景怎么选?

匹配口述回答：…堆在一起，员工问“报销流程”，RAG能精准定位到最新版SOP，并且告诉你是第几章第几条。但这里有个坑，RAG的效果上限取决于检索质量。如果知识库里的文档切分太粗糙，或者[[Embedding]]模型选得不好，检索出来的内容驴唇不对马嘴，那模型再强也白搭。常见失败场景是：用户问的问题很口语化，比如“我上次买的那个耳机坏了咋办”，但知识库里全是“售后政策2024版”这种正式标题，检索召回率很低。我的做法是，上线前一定要做[[Hybrid Search]]，把[[BM25]]关键…

#美团#模型微调#RAG vs SFT

面试题·模型微调· 百度

RAG 端到端工作流程

匹配口述回答：…理和表达，知识库负责提供事实。具体架构分三块：索引模块、检索模块、生成模块。先说索引，离线阶段要把原始文档切成小块，然后用 [[Embedding]] 模型转成向量存到 [[Vector Database]] 里。这里有个关键取舍：切分策略直接影响召回质量。固定长度切分最简单，但容易把完整语义砍断；语义切分虽然准，但计算成本高。我一般先按段落切，对超长段落再用[[滑动窗口]]重叠处理，这样既能保留上下文，又控制单块长度。另外，纯向量检索对关键词不敏感，比如搜“退款政策”可能…

#百度#RAG 端到端工作流程#RAG 从查询到答案怎么工作？完整流程与可靠性边界

面试题·模型微调· 字节

领域RAG应用链路怎么搭?

匹配口述回答：…在检索；如果召回有但模型答错，那是生成问题。最后，我会特别关注数据飞轮。用户反馈比如点赞点踩，收集起来做难例挖掘，然后微调 [[Embedding]] 或 Rerank 模型，再 A/B 验证。但这里有个前提：反馈量要足够大，小流量场景容易噪声淹没信号。所以整体上，我更倾向把 [[RAG]] 系统看作一个持续优化的闭环，而不是一次性搭建。数据质量永远比模型重要，如果文档解析或者术语标准化没做好，后面检索和生成再努力也白搭。一句话定位：这不是搭流水线，是解决领域知识怎么让…

#字节#领域 RAG#RAG应用搭建

面试题·RAG

什么是 RAG？一句话讲清检索增强生成

匹配正文：…，模型“看着资料回答”，答案自然更准、更新、更可信。入门之后，建议往两个方向继续深入：一是 RAG 的完整链路（文档解析、分块、向量化、检索、重排），二是 RAG 与微调这两条技术路线该怎么选。

#入门#基础概念#什么是RAG

面试题·知识图谱· 澜舟

LLM 事实准确性怎么保证?

匹配口述回答：…独看可能都对。治理策略不一样：事实性靠[[检索增强]]，推理性靠约束和验证。具体方案我分两层讲，先说检索增强层。金融场景里纯文本向量检索不够，因为很多信息是结构化的，比如公司财报里的指标、实体关系。所以我倾向用 [[知识图谱]] 加 RAG 的组合，先把高频实体和关系做成图谱，查询时优先走结构化检索，再补向量检索。检索源要分层，内部数据库、权威API像Wind、Bloomberg、监管文件，按可信度加权。这里有个坑：检索不是查到了就行，要显式标注置信度，比如某个字段没找到，…

#澜舟#LLM 事实准确性#知识图谱 LLM

面试题·知识图谱· 淘天

GraphRAG 技术难点有哪些?

匹配口述回答：…全，开放抽取又太稀疏混乱。我倾向于用双轨策略，高置信的结构化数据用规则抽取保证准召，长尾知识交给大模型生成式构建。但前提是你得有个质量门控，不然大模型会引入[[幻觉]]。[[实体链接]]这块，跨文档指代是个大坑。同一个实体在不同文档里表述完全不一样，比如Apple是公司还是水果，上下文一变就错。还有新实体冷启动，没见过的东西没有锚点，链接模型直接失效。而且链接错误会污染后续子图检索，所以不能只靠字符串匹配，得结合实体[[嵌入]]、上下文共现和知识库先验做多维相似度计算。推理路…

#淘天#多模态#GraphRAG 难点