匹配正文：核心策略对比策略适用场景特点实时增量高频小批量更新直接插入HNSW等支持增量的索引，延迟低批量重建低频大批量更新全量重建IVF等分区索引，吞吐高双缓冲切换高可用要求后台构建新索引，原子切换，零停机关键实现手段索引层面的增量支持 HNSW天然支持增量插入，但大量更新会导致图结构退化，需定期rebuild优化 IVF索引可增量添加新voronoi cell，或采用IVF_PQ的增量训练子码本纯内存索引（如faiss）+ 持久化log，重启时重放恢复 …

#美团#知识库增量索引#RAG 增量更新

面试题·RAG· OPPO

搜索排序权重怎么动态调?

匹配正文：…l Bandit (LinUCB/Thompson) 显式处理探索-利用权衡复杂序列决策 RL + 用户模拟器长期收益优化，但延迟大深度模型在线梯度更新 / 蒸馏学习轻量模型实时更新，大模型定期同步关键实现路径 1. 反馈信号构建短期：点击、CTR、停留时长长期：转化率、GMV、用户留存设计延迟奖励归因（如7天转化归因到点击query） 2. 实时特征更新用户行为 → Flink实时流 → 特征拼接 → 增量更新权重 → 推送到排序服务 3. 稳定性保障 …

#OPPO#用户反馈排序#搜索排序权重动态调整

面试题·RAG· OPPO

查询文档相关性怎么算?

匹配正文：…BERT 取 [CLS] 输出过 MLP 得相关性分数效果最优但计算昂贵，仅用于 Top-K 重排优化方向： ColBERT：延迟交互，token 级相似度，平衡效率与效果 Poly-encoder：多向量表示查询，兼顾速度与精度四、RAG 场景的特殊考量阶段方法职责召回向量检索（双塔）+ BM25 混合高召回、低延迟精排 Cross-Encoder / LLM 重排高精确、可接受延迟关键权衡：RAG 的检索延迟直接影响用户体验，通常用向量召回 + …

← 上一页第 16 / 25 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

按学习路线查看教程、项目和面试题。

站内 RAG 在线实战

#OPPO#查询文档相关性#语义匹配

面试题·RAG· OPPO

多信号评分函数原理与陷阱

匹配正文：…，应处理位置和选择偏差，避免把曝光机会误当相关性。离线使用 NDCG、MRR、Recall、校准误差和分桶指标，同时测 P95 延迟与稳定性；线上用受控实验观察业务指标、长尾和护栏。评分函数要支持版本化、特征监控和回滚。最有效的函数不是最复杂的，而是在目标、偏差、约束和服务成本之间可验证地取得更好结果。图解多信号评分函数原理与陷阱图解

#OPPO#多信号排序#评分函数设计

面试题·RAG· 淘天

RAG 模型分类有哪些?

匹配正文：…RAG-Fusion 适用：科研分析、多跳推理、开放域复杂任务架构差异对比维度 Naive Advanced Modular 延迟低中高准确性依赖索引质量显著提升最高灵活性无有限高度可编排运维成本低中高选型建议：从Naive快速验证→Advanced优化体验→Modular解决复杂任务，避免过度设计。学习建议建议先掌握向量运算和概率基础，再结合Transformer论文理解Attention的计算流程与意义。

#淘天#RAG架构分类#RAG 分类

面试题·RAG· 字节

RAG 二次生成怎么提升安全性?

匹配正文：…、手机号），再进入生成流程关键局限幻觉反噬：模型可能"自信地"篡改正确检索内容，需引入引用溯源（如要求模型标注答案来源索引）延迟成本：二次生成增加100-500ms延迟，抖音高并发场景需权衡学习建议建议系统学习该知识点

#抖音#RAG输出安全#RAG 二次生成

面试题·RAG· 小红书

生成式推荐的序列原理

匹配正文：… 天然融合内容信息（标题、图文），缓解ID冷启动统一框架支持多任务（推荐+解释+对话）利用预训练LLM的泛化能力挑战：推理延迟：自回归生成 vs 向量内积检索 ID词汇表爆炸：百万级物品需高效Token化（如Semantic ID、分层编码）位置偏差：生成顺序影响多样性小红书场景的思考笔记推荐适合生成式范式——内容属性丰富（标题、标签、图文），可生成"为什么推荐"的解释增强信任。但需解决：① 十亿级笔记的ID压缩 ② 在线P99延迟<100ms的推理优化（推测解…

#小红书#Item Tokenization#生成式推荐的序列原理

面试题·RAG· 小红书

生成式推荐系统未来怎么发展？

匹配正文：…场景：笔记生成需对齐"收藏率"而非单纯点击率 3. 推理效率：动态解码策略核心矛盾：生成式逐token解码 vs 推荐系统毫秒级延迟要求优化方向：投机采样（Speculative Decoding）：小模型草稿+大模型验证提前退出：置信度达标时终止生成缓存复用：用户长期兴趣KV Cache持久化 4. 应用场景：多模态生成推荐小红书特有优势：图文/视频内容可直接作为生成目标演进方向：从"推荐现有笔记"到生成个性化内容摘要、组合生成穿搭方案等关键挑战挑战应对…

#小红书#生成式推荐趋势#生成式推荐系统

面试题·RAG· 京东

Query 改写有哪些创新方法?

匹配正文：…生成模型，扩展同义词、近义词、缩写/全称优势：低成本、可解释性强对垂直领域术语（如电商SKU属性）效果好易与倒排索引结合，延迟可控典型技术：Word2Vec/ fastText相似词、BM25+同义词表、T5生成扩展 2. 语义重写（Semantic Rewriting）做法：用Seq2Seq或LLM直接改写Query，改变句式但保留意图优势：解决口语化、不完整Query（"那个红色的"→"红色连衣裙"）消除歧义（"苹果"→根据上下文判定为手机/水果）可融…

#京东#Query改写#Query 改写

面试题·RAG· OPPO

推荐结果不准，如何从曝光到业务结果定位？

匹配正文：…照用来平衡它们。 5. 指标与修复闭环离线看候选覆盖、排序指标、校准、多样性和目录有效率；线上选择与用户目标一致的主指标，并设置延迟、空结果、无货、负反馈、公平和长期价值护栏。负反馈信息量高但通常稀疏且受入口可见性影响，不能一概视为最直接抓手。根因可能落在数据、候选、模型、服务、页面或业务履约。修复后回放原 bad case、检查相邻切片并跑受控实验；不要用 CTR 的单点上涨证明推荐已经“更准”。

#推荐系统#诊断#曝光日志

面试题·RAG· 快手

人工干预怎么控制 LLM 生成?

匹配正文：…长期对齐收集偏好数据训练Reward Model 关键权衡准确性vs合规性：过度规则化导致"复读机"问题，需保留模型推理能力延迟成本：多层审核影响RT，关键路径上尽量用轻量规则反馈时效：实时干预依赖运营体系，离线反馈用于模型迭代快手场景的特殊性：短视频/直播的实时性要求极高，输入层拦截+生成层轻量控制是核心，输出层更多用于事后追责与模型优化。学习建议建议系统学习该知识点

#快手#人工反馈控制#人工干预 LLM 生成

面试题·RAG· 字节

上下文错误时怎么保证输出准确?

匹配正文：…点赞/点踩"，错误案例回流至知识库修正队列 A/B测试监控：跟踪事实性错误率指标，对比不同检索策略的效果关键取舍：严格校验会增加延迟和成本，需按场景分级——客服闲聊可宽松，医疗诊断必须多重校验。

#字节#错误上下文处理#RAG 上下文错误

面试题·RAG· 百度

RAG 项目指标化复盘

匹配正文：…用 → 观测。选型取舍：稀疏/稠密/混合检索、RRF/加权融合、是否重排及参数依据。因果证据：固定评测集上的基线、单变量消融、延迟与成本变化、bad case 和上线边界。事实填空项目服务【真实场景】，语料来自【合法来源】，规模和版本【】。我负责【本人模块】，基线【】。失败切片【】由【日志/标注/回放】发现，采用【真实改动】，结果【真实指标和口径】，代价【】，仍失败【】，回退【】。证据自检准备语料版本、评测集构造、防泄漏、Recall@K/MRR/NDCG、答案支…

#百度#RAG项目复盘#RAG 项目指标化复盘

面试题·RAG

LLM 封闭标签方法对比

匹配正文：答案要点方法全面性（至少覆盖3种以上方法）方法原理清晰，能讲清"如何限制输出" 优劣对比有实际考量（如延迟、准确率、灵活性）提及工程落地细节（如缓存、并发）核心方法对比 1. 提示工程 + 输出解析（最简单）做法：Prompt里明确列出可选标签，要求模型单选；用正则/规则过滤非法输出优点：零改造成本，快速验证缺点：不可靠，模型可能幻觉、格式不统一；需兜底逻辑 2. Function Calling / Tool Use（推荐）做法：在所用模型/API支持时启用…

#封闭集合分类#约束解码#LLM 封闭标签方法对比

面试题·RAG

Deep Research vs RAG 怎么选?

匹配正文：…、竞品分析客服机器人、文档助手学术研究、投资尽调医疗/法律条文查询需要多源交叉验证的复杂决策优缺点 RAG ✅ 成本低、延迟可控、结果稳定 ❌ 无法处理需要多跳推理的开放问题 Deep Research ✅ 信息覆盖全、推理深度强、可溯源 ❌ 成本高（token消耗大）、耗时长、可能陷入无效循环一句话总结 RAG是"给你一本书查答案"，Deep Research是"派一个研究员去图书馆泡一天写报告"——前者是工具增强，后者是Agent自主行为。

#Deep Research#RAG#Deep Research vs RAG

面试题·检索· 字节

RAG检索质量提升5法

匹配正文：…一化加权或学习排序融合。随后只对有限候选使用 Cross-Encoder 等重排模型。具体候选数由 Recall、nDCG、吞吐和延迟预算决定，不使用固定通用值。 3. 检索后：上下文选择对候选做权限和元数据过滤、去重、证据片段抽取、上下文压缩与排序，保留引用关系。块大小和压缩策略取决于文档结构、查询类型与模型窗口，不能用统一的 256/1024 token 规则。压缩还可能丢失限定条件，需单独评测证据保留率。 4. 动态与迭代检索复杂多跳任务可根据当前证据缺口生成新查询…

#字节#重排与优化#RAG 检索质量提升

面试题·检索· 字节

RAG Retriever 工作流程详解

匹配正文：…. 向量检索索引结构：HNSW（高召回、内存型）、IVF-PQ（磁盘型、省内存）检索参数：ef_search、nprobe权衡延迟与准确率过滤机制：前置元数据过滤（时间、权限标签）减少搜索空间 4. 候选排序与筛选多路召回：向量+稀疏（BM25）+ 关键词，线性加权或Learned Fusion 重排序（Rerank）：Cross-Encoder精排，如bge-reranker，Top-K从100→20 去噪策略：置信度阈值、聚类去重 5. 性能影响要点环节核心瓶…

#字节#重排与优化#RAG Retriever 工作流程

面试题·检索· 高德

向量数据库怎么支撑 Agent 记忆?

匹配正文：…时效性编码对时间敏感记忆，将时间戳、相对时间（"3天前"）显式注入文本或作为附加特征三、检索策略优化索引结构选择 HNSW：延迟敏感场景，图索引保证低延迟 IVF-PQ：内存受限场景，量化压缩降本 DiskANN：超大规模，内存-磁盘混合多阶段检索 pipeline 粗排（向量相似度，Top-K=100） → 元数据过滤（时间范围、会话ID、标签） → 精排（重排序模型/交叉编码器，Top-K=5） → 上下文组装（按时间序/相关度融合）关键优化分块策略：256-…

#高德#重排与优化#文档处理

面试题·检索· 百度

RAG 瓶颈在哪一步

匹配正文：…制、阈值截断生成合成上下文+Query→LLM生成答案 Prompt工程、引用溯源、幻觉抑制关键瓶颈与优化策略瓶颈1：检索延迟高（P99>500ms）根因：向量库规模大、索引结构低效、网络IO 优化方案：索引层： HNSW换IVF-PQ（牺牲1-2%召回换10x速度）；分片+路由缓存层：热点Query结果缓存（Query哈希去重）计算层： GPU加速向量计算；Embedding模型轻量化（MiniLM级）影响：延迟从500ms→50ms，但需增加缓存成…

#百度#重排与优化#RAG 系统瓶颈

面试题·检索· 字节

RAG 原理与核心架构

匹配题目：…述检索增强生成（RAG）的基本原理、核心系统架构与关键组成模块，并结合实际应用场景，分析其在提升大语言模型事实准确性、应对知识更新延迟及减少幻觉方面的优势与技术机制。

#字节#重排与优化#RAG 原理与核心架构

面试题·检索· 字节

RAG 系统迭代优化方向有哪些?

匹配正文：…回（向量+关键词+图谱）、MRR多轮迭代召回重排序环节优化精排模型：Cross-Encoder（精度高但慢）、ColBERT（延迟交互，效率平衡）多阶段漏斗：向量召回Top100 → BM25粗排 → Cross-Encoder精排Top10 动态重排：结合用户反馈的在线学习排序上下文融合优化上下文压缩：LLMLingua选择性压缩、重排序后截断关键片段多文档处理：去重合并、按相关性加权融合、构建结构化上下文（表格/树状）长上下文利用：Lost in Middl…

#字节#RAG迭代优化#RAG 优化

面试题·检索· 哔哩哔哩

精排精度高，为何不跳过召回粗排？

匹配正文：…复用。若对全库 N 个候选逐一精排，就需要 O(N) 次 query-document 前向计算和对应的数据读取；在大规模语料上，延迟、吞吐和成本都不适合在线服务。分层漏斗阶段典型方法主要目标召回 BM25、稠密向量 ANN、规则召回用索引快速取得高召回候选粗排（可选）双塔分数、轻量模型、业务特征在较低成本下进一步压缩候选精排 Cross-Encoder 或其他重交互模型对小候选集做精细相关性排序候选数没有通用的“千、百、十”标准，应根据语料规模、召回…

#哔哩哔哩#两阶段排序#召回粗排精排

面试题·检索· 哔哩哔哩

直接精排所有候选，为何不可行？

匹配正文：…排模型通常是大模型或深度网络，GPU显存和计算密集全量打分成本 = 候选数 × 单次推理成本，业务无法承受 2. 系统架构角度延迟与吞吐的权衡阶段延迟要求候选规模模型复杂度召回 <10ms 百万→千极简粗排 <20ms 千→百轻量精排 <50ms 百→十重度漏斗效应的价值每阶段过滤90%候选，精排只需处理"可能优质"的子集级联架构允许各阶段独立迭代、A/B测试、降级熔断 3. 关键认知不是"精排不够准"，而是"全量精排太贵"。分层架构是工程约束…

#哔哩哔哩#召回粗排精排#推荐系统架构

面试题·检索· 字节

RAG 检索优化:重排序怎么用?

匹配正文：…：基于置信度阈值、来源可信度过滤低质量片段上下文压缩：用LLM提取关键句，解决上下文窗口冗余四、工程权衡线上部署需平衡效果与延迟，常见做法：重排序模型蒸馏为轻量版，或异步离线预计算分层检索：先快速粗排，再精排Top-K 缓存热门查询的检索结果核心思路是多路召回+精排过滤，不要依赖单一向量相似度。学习建议建议系统学习该知识点

#字节#混合检索#RAG 检索优化