匹配正文：…Milvus、Faiss、Elasticsearch等，支持ANN近似最近邻搜索 2. 检索层（Retrieval）相似度计算：余弦相似度或点积，召回Top-K候选重排序优化：Cross-Encoder精排，提升相关性混合检索：向量检索 + 关键词BM25，覆盖语义和字面匹配 3. 生成层（Generation）上下文组装：检索结果 + 用户Query拼接成Prompt 大模型生成：基于锚定的事实进行回答工作流程用户Query → Embedding编码 → 向量…

#京东#幻觉抑制#RAG 技术原理

面试题·检索· 美团

混合检索怎么提升 RAG 召回?

匹配题目：…述Sparse检索（如BM25）与Dense检索（如DPR、向量检索）的工作原理，比较它们在相似度度量方法（如词项匹配得分、点积、余弦相似度）上的差异，并说明为何混合检索能提升RAG系统的召回效果。

#美团#混合检索#混合检索 Hybrid Retrieval

面试题·检索· 美团

混合检索为什么优于单一检索?

匹配正文：…rieval）原理：用双塔模型将query和doc编码为低维稠密向量，通过向量相似度召回。常用相似度度量：方法公式特点余弦相似度 cos(θ) = A·B/(‖A‖‖B‖) 归一化后只关注方向，适合语义匹配点积 A·B 保留模长信息，训练时更稳定欧氏距离 ‖A-B‖ 对向量尺度敏感，较少直接用特点：语义泛化能力强，支持同义词、跨语言需要大量数据训练，冷启动和分布外query效果差依赖ANN索引（HNSW、IVF）加速，内存占用高适用：开放域问答、对话…

← 上一页第 2 / 2 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

#美团#稀疏稠密检索#混合检索策略

面试题·检索· 小红书

BM25 vs 向量检索 vs 混合检索怎么选?

匹配正文：…是精确关键词匹配，对高频词有惩罚，对文档长度做归一化向量检索（稠密检索）用BERT等编码器将查询和文档映射到同一语义空间通过余弦相似度或点积计算语义相关性能捕捉同义词、上下位词等语义关系，如"苹果手机"≈"iPhone" 混合检索并行执行BM25和向量检索，结果融合（常用RRF倒数排序融合或加权求和） RRF公式：score = Σ 1/(k + rank_i)，k通常取60，对排名敏感而非绝对分数关键维度对比维度 BM25 向量检索混合检索准确性关键词匹…

#小红书#检索方法对比#BM25 向量检索混合检索

面试题·检索· 美团

稀疏稠密与混合检索

匹配正文：…eval）原理：通过编码器（如BERT、双塔模型）将文本压缩为低维稠密向量。维度通常 256-1024，向量稠密相似度度量：余弦相似度或点积，衡量语义空间中的距离优势：语义泛化能力强，能处理同义词、改写、跨语言等语义匹配为何采用混合检索？场景稀疏检索稠密检索专业术语/ID/人名 ✅ 精准 ❌ 可能失配语义改写/口语化查询 ❌ 字面不匹配 ✅ 语义捕获长尾低频词 ✅ 稳定 ❌ 学习不充分实际做法：并行召回：BM25 + 向量检索各取Top-K 融合排序…

#美团#稀疏稠密检索#稀疏稠密与混合检索

面试题·检索· 美团

混合检索为什么用 Sparse+Dense?

匹配正文：…768/1024维），通过向量空间中的距离衡量语义相关性使用双塔模型（如BGE、GTE）分别编码query和doc 相似度度量：余弦相似度或点积（dot product） score = cos_sim(E_query, E_doc) = (E_q · E_d) / (||E_q|| · ||E_d||) 特点：能捕捉"苹果-水果"这类语义关联，但对字面匹配不敏感典型融合策略策略做法线性加权 score = α·BM25 + (1-α)·cos_sim RRF倒…

#美团#Hybrid Retrieval#混合检索

面试题·检索· 字节

Embedding + 向量数据库怎么搭?

匹配正文：… 核心组件：索引结构：HNSW（图索引，高召回）、IVF-PQ（倒排+量化，省内存）、Flat（暴力搜索，精度最高）距离度量：余弦相似度（方向一致即可）、欧氏距离（绝对位置重要）、内积（带模长信息）检索流程：查询文本 → Embedding模型 → 查询向量 q ANN索引快速召回Top-K候选（如HNSW的ef_search参数控制深度）可选：重排序（Cross-Encoder精排）提升精度四、生产优化要点混合检索：向量相似度 + BM25关键词召回，融合排序…

#字节#Embedding向量检索#Embedding 向量数据库

面试题·检索· 美团

Embedding 模型结构选型

匹配正文：…tence-BERT (SBERT) 基于BERT+孪生网络结构，双塔共享参数采用CLS或Mean Pooling获取句向量用余弦相似度直接比较，推理效率远高于BERT原生交互式 2. SimCSE 无监督版：同一句话过两次Dropout，正样本对来自自身，负样本来自batch内其他样本有监督版：利用NLI数据，蕴含为相似、矛盾为不相似核心优势：无需标注数据也能学到高质量语义空间 3. 其他代表 Instructor: 任务指令引导，"Represent this s…

#美团#向量检索#Embedding 模型结构选型

面试题·检索· 美团

Embedding 相似性检索原理与索引构建

匹配正文：…用组合：IVF + PQ（FAISS）、或纯HNSW（Milvus/pgvector） 3. 相似度计算（Similarity）余弦相似度：最常用，消除向量长度影响，关注方向一致性点积：计算快，但受模长影响（适合已归一化的向量）欧氏距离：物理距离，适合需要绝对位置的场景完整检索流程 Query → Embedding模型 → 向量 → ANN索引检索 → Top-K候选 → 重排序（可选）→ 返回工程要点：索引需定期增量更新；大流量场景做查询缓存；关键业务加向量+关…

#美团#Embedding相似性检索#Embedding 相似性检索

面试题·检索· 小米

Embedding 向量维度选型

匹配正文：…。 Sentence-BERT的双塔设计 Tower A (Query) ──→ 固定编码器 ──→ 向量v₁ ──┐ ├──→ 余弦相似度计算 Tower B (Doc) ──→ 共享权重编码器 ──→ 向量v₂ ──┘ 离线编码文档：文档向量预计算存入向量库在线编码查询：仅编码query，实时检索Top-K 向量维度的影响维度优势劣势适用场景高维（1024+）语义表达丰富，区分度高存储大、检索慢、内存压力大高精度要求、数据量可控低维（256-384） …

#小米#向量检索#Embedding 向量维度选型

面试题·检索· 百度

向量召回原理与实现?

匹配正文：答案要点向量嵌入将文本/数据映射到语义空间相似度计算常用余弦相似度或内积 ANN索引（HNSW、IVF）解决高维向量检索效率问题大规模系统采用分片、量化、缓存等工程优化 RAG中需平衡召回率与延迟向量召回核心流程 1. 向量嵌入（Embedding）用预训练模型（BERT、Sentence-BERT、OpenAI Embedding等）将文本编码为稠密向量关键：语义相似的文本在向量空间中距离相近维度通常 256-1536 维，需权衡表达能力与存储成本 2. 相似…

#百度#向量召回#向量召回原理

面试题·检索· 字节

RAG 技术实现怎么落地?

匹配正文：…Pinecone），可叠加倒排索引做混合检索 2. 检索阶段（在线） Query改写：扩展、澄清用户问题，提升召回率相似度计算：余弦相似度/IP距离，Top-K召回重排序（Rerank）：用Cross-Encoder精排，过滤低质片段 3. 生成阶段上下文组装：检索结果 + 用户Query → 构造Prompt 大模型生成：基于检索上下文回答，可引用来源典型应用场景场景说明企业知识问答内部文档、规章制度，解决大模型不知道私域知识的问题客服系统基于产品手册实…

#字节#RAG应用场景#RAG 技术实现

面试题·检索· 拼多多

ANN 索引怎么构建?

匹配正文：…S/Milvus/Pinecone等） ANN索引构建完整流程 1. 数据准备阶段向量归一化：统一维度，处理缺失值，L2归一化（余弦相似度场景）数据分区：按业务维度分片（如按用户/类目），降低单次搜索规模采样分析：评估向量分布密度，指导后续算法选择 2. 算法选择（核心trade-off）算法适用场景特点 HNSW 百万-千万级，高召回要求图索引，查询快，内存占用高 IVF 亿级以上，内存受限倒排+聚类，构建快，需调nlist LSH 超高维稀疏向量理论保证…

#拼多多#ANN索引构建#ANN 索引构建

面试题·检索· 美团

Embedding 相似性检索怎么工作?

匹配正文：…I的text-embedding）编码为固定维度的稠密向量语义相近的文本在向量空间中距离更近，这是检索有效性的基础相似性度量余弦相似度：最常用，关注方向一致性，对向量长度不敏感欧氏距离：关注绝对距离，适合归一化后的向量点积：计算快，但受向量模长影响工作机制离线阶段：索引构建文本 → 分块 → Embedding模型 → 向量 → 构建索引（HNSW/IVF-PQ）→ 存入向量库在线阶段：相似检索查询文本 → 向量化 → ANN搜索Top-K → 返回相似文…

#美团#Embedding检索#Embedding 相似性检索

面试题·检索· 百度

向量检索基本原理是什么?

匹配正文：… IVF、PQ 及其组合先缩小候选范围并可压缩向量，适合在容量、速度和召回之间取舍，但具体存储形态由引擎决定。 3. 相似度计算余弦相似度比较方向；向量归一化后，余弦排序与点积排序等价。未归一化点积同时受方向和模长影响，只有模型训练目标支持时才应使用。欧氏距离适用于按该几何关系训练或验证过的表示，不能只凭经验替换。 4. 在线链路与评测查询编码后进入 ANN 搜索，得到候选，再结合元数据过滤、重排或业务规则返回 Top-K。用精确搜索作为基线评估 ANN Recall…

#百度#向量索引#向量检索原理

面经·项目面试

混合检索先过一关：两路分数能直接相加吗？

匹配正文：…排名就随之改变。它说明当前公式依赖分数尺度，不能单凭“权重都是0.5”解释两路贡献。这里把分数乘十，是一个受控探针，不是重新计算余弦相似度。真实引擎返回的是相似度还是距离、是否越大越好，都要先确认。连排序方向都没有对齐时，加权结果更谈不上可解释。当然，也可以缩小向量路的权重，抵消这次放大。但这恰好说明，原始权重与分数尺度绑在一起。脱离分数定义，单独说“关键词占七成，语义占三成”，并没有交代实际偏好。更换模型或改了打分接口后，即使权重文件没动，融合行为也可能需要重新检查。 …

#RAG#混合检索#RRF

面试题·模型微调· 百度

Embedding 模型选型考虑哪些因素?

匹配口述回答：…语义检索，比如[[RAG]]里的召回，那肯定优先选专门优化过句子相似度的模型，像BGE、M3E这种，它们用对比学习训练出来的向量，余弦相似度能很好反映语义相关性。但如果你只是做文本分类或聚类，通用BERT就够用了，甚至可以用更轻量的模型，没必要上大模型。具体说一下核心参数。维度是个典型trade-off：768维或者1024维效果确实好，但存储和检索成本会翻倍；如果向量规模上亿，384维反而更实用，配合[[Product Quantization]]能压到很低的存储。上下文…

#百度#向量检索#Embedding 模型选型

面试题·多模态· 淘天

多模态 RAG 实现方案

匹配口述回答：…器和文本编码器没有对齐好，检索到的可能是完全不相关的商品，答案就会瞎编。所以上线前我会特别关注检索的Recall@K和跨模态对齐的余弦相似度分布。落地风险方面，模态对齐质量直接决定检索精度，而延迟和成本会随模态数倍增。比如同时处理图像、表格和文字，编码和存储开销都翻倍。常见失败场景是文档里的图表被当作普通图片编码，丢掉了坐标和数值信息，导致问答时答非所问。所以我会把图表单独走OCR加结构化解析，而不是统一用视觉编码器。最后提一个有意思的方向，ColPali这类免OCR方案…

#淘天#多模态#多模态 RAG 实现方案

面试题·RAG· OPPO

多信号评分函数原理与陷阱

匹配口述回答：…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，模型可能强化旧策略。需要随机流量、倾向校正或其…

#OPPO#多信号排序#评分函数设计

面试题·检索· 字节

RAG 检索优化:重排序怎么用?

匹配口述回答：…不对。我会用 [[Cross-Encoder]] 做精排，比如 bge-reranker，它能看query和文档的完整交互，比向量余弦相似度准很多。这个阶段能显著提升最终结果的相关性，但代价是计算量大，尤其Top-K设到100以上时延迟会炸。所以落地时我会做分层：先快速粗排拿到Top-50，再用重排模型精排Top-10。另外还会加去噪过滤，比如置信度阈值、来源可信度，或者用LLM做上下文压缩，把冗余片段剪掉。说到这里，其实还有一个更前沿的方向我没展开，就是基于图的检索增…

#字节#混合检索#RAG 检索优化

面试题·检索· 字节

RAG 为何还要重排?

匹配口述回答：…]。这些方法追求的是快，几毫秒从百万级库里捞 Top-K，但用的是 [[Bi-Encoder]]，查询和文档各自独立编码，最后算个余弦相似度。这么做的问题是，它只能捕捉粗粒度的语义相关，比如用户问“退款多久到账”，它可能召回一篇讲“退款流程”的文档，但里面根本没提时间。这就是所谓的“语义相关但内容不匹配”的噪声。重排模型的核心机制就是换一种匹配方式，用 [[Cross-Encoder]]。它把查询和文档拼在一起输入模型，做深度交互，交叉注意力可以捕捉到查询里的“多久”和文档…

#字节#重排与优化#RAG 重排

面试题·检索· 字节

RAG 为什么需要 Rerank?

匹配口述回答：…向量检索的局限。不管是[[Embedding]]还是[[Bi-Encoder]]，本质是把query和文档独立编码成向量，然后算个余弦相似度。这种双塔结构只能捕捉粗粒度的语义，像主题匹配、领域对齐这种，但它做不了精细的交互。比如用户搜“苹果笔记本”，你召回“苹果公司财报”和“MacBook Pro评测”，向量上可能都很近，但用户要的是产品本身。再一个，向量维度有限，信息压缩过程中会损失很多细节，比如实体精确匹配、否定词这种，[[Faiss]]或者[[HNSW]]索引再快，也解…

#字节#Rerank模型#RAG Rerank

面试题·检索· 字节

RAG Retriever 工作机制详解

匹配口述回答：…反过来[[稠密检索]]，像 DPR 或者 Contriever，用[[双塔]]编码器把 query 和文档都映射成语义向量，然后算余弦相似度。它能理解近义词和上下文，泛化能力强。比如用户说'怎么退单'，它能关联到'取消订单流程'。但它的缺点是依赖 GPU 推理，而且对生僻词、数字、ID 类的匹配很弱。所以真正落地的时候，我很少只用一种。更常见的做法是 [[Hybrid Search]]，把 BM25 的精确匹配和稠密检索的语义理解结合起来，用加权融合或者 RRF 算法合并结…

#字节#Retriever#RAG Retriever