匹配正文：…要 → 主题摘要，形成树状结构关键信息提取：用SLM提取"用户偏好、决策结论、待办事项"结构化存储 3. 检索优化两阶段检索：向量召回Top-K → 重排序（Cross-Encoder）→ 上下文截断查询扩展：将当前Query扩展为"近期主题+用户偏好+时间约束"的复合查询缓存热点：高频访问的用户画像常驻内存 4. 写入优化异步批处理：记忆写入走消息队列，避免阻塞主链路增量Embedding：仅对新内容编码，避免全量重建索引工程权衡点延迟vs召回：实时场景用近…

#字节#Agent 长期记忆#向量索引

面试题·多模态· 淘天

截图 RAG 怎么理解界面组件?

匹配正文：…g（CLIP/自有模型）语义索引：组件OCR文本+类型 → 文本embedding 检索策略：用户点击/框选特定组件时，用多模态向量召回Top-K相关文档；或先粗筛组件类型，再精排功能说明 3. 生成增强上下文组装：将组件结构化信息 + 检索到的产品文档/设计规范 + 用户问题拼接为prompt 引用溯源：要求模型输出时标注信息来源（如"根据《XX平台设计规范》第3.2节"） 4. 关键工程点知识库构建：需维护组件-功能映射表、设计规范文档、历史FAQ三层结构延迟优化…

#淘天#多模态#多模态 RAG

面试题·RAG· 字节

垂直领域 RAG 完整架构

匹配正文：…、协同机制示例（医疗问诊）用户症状描述 → 实体识别（症状/病史）→ 图谱召回相似病例 ↓ 生成初步分析 ← 指南条款精排 ← 向量召回诊疗规范 ↓ 置信度评估 → 高：输出+引用 | 低：触发多轮追问/转人工核心指标：事实准确率>95%、引用完整率>90%、平均响应<2s 学习建议建议先掌握RAG基础流程，再深入学习向量检索、领域数据清洗、提示工程和合规要求，结合真实案例进行系统设计练习。

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

#字节#垂直领域RAG#垂直领域 RAG 完整架构

面试题·RAG· 字节

RAG 检索增强技术有哪些？

匹配正文：…序） Cross-Encoder重排：用交互式模型（如bge-reranker）对召回Top-K精细打分，精度高但慢多阶段级联：向量召回→BM25过滤→Cross-Encoder精排，平衡效率与效果四、索引层面优化分块策略：按语义切分（而非固定长度），保证chunk内语义完整元数据过滤：先按时间、类别等标签过滤，缩小检索范围摘要索引：存储chunk摘要+原文，用摘要做向量检索减少噪声一句话总结：检索质量 = 查询理解（改写）× 召回广度（混合检索）× 排序精度（重…

#字节#HyDE#RAG 检索质量

面试题·RAG· OPPO

查询文档相关性怎么算?

匹配正文：…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 + 轻量精排，而非纯 BERT 交互式。学习建议建议系统学习该知识点

#OPPO#查询文档相关性#语义匹配

面试题·检索· 字节

RAG 系统迭代优化方向有哪些?

匹配正文：…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 Middle问题缓解，关键信息放首尾生成环…

#字节#RAG迭代优化#RAG 优化

面试题·检索· 淘天

Naive RAG vs Advanced RAG 区别?

匹配正文：…教学假设假设电商政策问答既包含自然语言问题，也包含订单号和时间条件。可以从 Naive 基线开始，再分别加入实体抽取、BM25、向量召回、RRF、重排和权限过滤。每次只增加一个主要模块，不能直接宣称准确率会达到某个数字。评测与选型分别测知识覆盖、Recall@K、MRR/NDCG、答案正确性、引用支持率、拒答、P95/P99 和成本。简单文档问答若基线已满足要求，不必升级；只有明确 bad case 和消融证据支持时才增加 Advanced 或 Agentic 组件。

#淘天#重排与优化#Naive RAG

面试题·检索· 字节

两阶段检索 vs 直接重排?

匹配正文：…明确重排序模型计算成本高，无法直接作用于大规模语料能对比单阶段vs两阶段在延迟、精度、成本上的权衡提到实际工业中的常见配置（如向量召回+Cross-Encoder重排）核心原因：计算成本与精度的权衡为什么必须分两阶段？阶段处理规模模型特点核心目标召回（Retrieval）百万~亿级文档轻量、快速（如向量相似度、BM25）快速筛选，从海量中捞出Top-K候选重排序（Rerank）百~千级候选重型、精准（如Cross-Encoder）精细排序，用复…

#字节#两阶段检索#RAG 重排序

面试题·检索· 字节

BM25/向量/混合检索选型

匹配正文：…（类目、店铺ID）飞书知识库（长文档问答）向量检索 + 重排序 + 上下文压缩搜索广告（Query-Ad匹配）双塔模型在线向量召回核心原则：没有银弹，先做Badcase分析，再决定加稀疏、加重排还是改Embedding模型。

#字节#检索方法选型#BM25/向量/混合检索选型

面试题·检索· 字节

RAG检索方法如何优化？

匹配正文：…索引层量化压缩（PQ/SQ）：内存降80%，精度损失可控分层索引：高频走内存HNSW，低频走磁盘IVF 检索流程两阶段检索：向量召回Top-100 → 轻量重排模型精排Top-10 查询改写：HyDE、Query2Doc扩展，解决短查询语义缺失系统层结果缓存：高频Query直接命中异步预计算：热门文档块预加载实际项目中，建议先混合检索跑通基线，再通过Badcase分析决定优化方向——是向量模型不够准、还是召回不足、或是融合权重不对，对症下药。

#字节#RAG检索选型#RAG 检索方法

面试题·检索· 高德

语义检索向量数据库构建流程

匹配正文：…频查询向量放内存/SSD，冷数据压缩归档 5. 查询优化查询重写：Query2Doc扩展、同义词改写，解决语义鸿沟两阶段检索：向量召回Top-K → 精排模型（Cross-Encoder）重排序缓存策略：热门Query的向量结果缓存，Embedding结果缓存

#高德#评估与监控#向量数据库构建

面试题·检索· 字节

两阶段 vs 端到端怎么选?

匹配正文：…定位错误来源（是检索错了还是生成错了？）字节场景下的实践倾向字节业务（抖音搜索、豆包）通常选两阶段为主，端到端为辅：主链路：向量召回 + 重排序 + 生成（保证可控）快速路径：小知识场景走端到端（降低延迟）关键优化：用稠密+稀疏混合召回提升首阶段质量，减少后续压力

#字节#两阶段检索与端到端生成#两阶段检索

面试题·检索· 美团

BM25 原理与 TF-IDF 改进点

匹配正文：…R、NDCG、Recall@K 与业务结果调参。在 RAG 中的作用 BM25 擅长术语、编号、实体和错误码等词面匹配，可与稠密向量召回互补。它不理解未出现词项的语义关系，也不能被称为对 OOV 天然鲁棒；同义表达需要分词、扩展词、混合检索或重排补充。图解 BM25 原理与 TF-IDF 改进点图解

#美团#BM25#BM25 算法原理

面试题·检索· 阿里

RAG 召回又快又准靠什么?

匹配正文：…文档去检索查询扩展：同义词扩展、伪相关反馈（PRF）多查询生成：一个query变5个不同表述，聚合结果结果精排两阶段架构：向量召回Top-K → Cross-Encoder/BGE Rerank精排可比较ColBERT的late interaction或Cross-Encoder交互打分；是否优于当前双塔需固定候选集、题集与预算验证，不能预设必然显著提升。三、可扩展性设计增量索引：避免全量重建，支持实时数据流入（如Milvus的segment机制）冷热分层：热…

#阿里云#召回链路优化#RAG 召回优化

面试题·检索· 快手

LLM怎么融入推荐系统？特征提取与召回

匹配正文：…叉特征快手实践：用LLM解析短视频标题/ASR文本，生成结构化标签，喂给双塔模型 2. 召回层（探索中）方案原理挑战语义向量召回 Item→LLM Embedding→向量库推理成本高，需离线预计算生成式召回 LLM直接生成候选item ID或描述需微调适配ID空间，幻觉问题对话式交互用户query→LLM理解→扩展语义召回适合搜索推荐联动场景 3. 排序层（谨慎切入）重排序阶段：用LLM做精排后的多样性重排（MMR+语义去重）推荐理由生成：非排序本…

#快手#LLM推荐系统#LLM 推荐系统

面试题·检索· 字节

RAG 向量检索怎么高效召回?

匹配正文：…iskANN（内存受限）参数调优：ef_search（搜索深度）、M（图连通度）与延迟的trade-off 3. 多路召回融合向量召回（语义相似） + 稀疏检索（BM25，关键词匹配） + 倒排索引（结构化过滤） → 线性加权或Learned Sparse Retrieval（如SPLADE）融合关键影响因素层级核心因素典型问题表示层 Embedding质量领域术语理解差、长文本截断、多语言对齐索引层分块策略块过大（粒度粗）、块过小（上下文断裂）、边界截…

#字节#向量数据库召回#RAG 向量检索

面试题·Agent· 阿里

Agent 中 RAG 瓶颈怎么破?

匹配口述回答：…减政策”，关键词“满减”能精准命中，但向量检索可能把“优惠券”也召回来，如果权重偏向向量，就会引入噪声。我的做法是先做粗排，用快速向量召回 top-100，然后用轻量模型精排到 top-10，最后只在关键查询上启用重排，这样能平衡延迟和精度。再来看上下文层。主要矛盾是模型窗口有限和[[Agent]]多轮对话的历史膨胀。比如代码助手场景，一个项目文件可能几十万token，直接塞进去不现实。常见的做法是截断，但截断会导致关键信息丢失。另一个问题是检索回来的top-k文档里，低相…

#阿里云#Agent#Agent RAG 瓶颈

面试题·Agent· 百度

Agent 核心模块怎么协同?

匹配口述回答：…跨会话的信息，一般用[[Vector Database]]存储和检索。这里有个坑：长期记忆的检索质量直接影响Agent的决策，如果向量召回不准，模型可能会基于错误记忆做规划。所以我会对长期记忆的写入做过滤，只保留高置信度的信息，避免噪声污染。工具调用这块，本质是扩展LLM的能力边界。模型通过[[Function Calling]]生成结构化参数来调用外部API，比如搜索、计算、数据库查询。工具需要注册成Schema让模型知道怎么用。实际场景中，比如电商客服处理退款，Agen…

#百度#Agent#Agent 工作原理

面试题·评估· 高德

高并发 Agent 延迟卡在哪?

匹配口述回答：…fill、decode 和工具等待。召回与生成使用的资源不同，应该独立定位和扩缩容。召回侧可以先做安全的元数据或关键词过滤，再做向量召回，但必须验证过滤不会漏掉正确证据。HNSW 的搜索宽度、IVF 的桶与探测数都在召回和延迟之间取舍；PQ 能节省存储与带宽，但会带来量化误差。热点 query、embedding 和结果缓存要绑定语料、模型和权限版本，否则会返回过期或越权内容。生成侧重点是批处理和重复计算。continuous batching 能提升设备利用率，但要考虑…

#高德#Agent#Agent 系统延迟优化

面试题·评估· 美团

多路召回评估指标与RAG场景

匹配追问：…我的订单什么时候到？’你会从订单库、物流库、FAQ库等多个渠道召回文档。现在各路召回结果回来一堆，你怎么判断哪一路的质量更高？比如向量召回和BM25谁更靠谱？层层追问多路召回的效果你怎么评估？……先不看融合，单看每一路召回的质量，你会用什么指标？……那Recall和Precision在RAG场景下哪个更重要？……如果一路召回Recall很高但Precision很低，你敢不敢用？直球架构设计一套多路召回质量评估体系，要求覆盖定量指标和定性方法。定量方面除了Recall和…

#美团#评估与监控#多路召回评估

面试题·评估· 字节

RAG 三大瓶颈与迭代策略

匹配口述回答：…配不准，尤其当query里带专有名词或者缩写时，纯向量检索很容易跑偏。我的做法是上[[混合检索]]，把[[BM25]]关键词召回和向量召回结合起来，用RRF融合排序。比如客服场景里用户问“满200减50怎么用”，向量可能把“满减规则”和“优惠券叠加”混在一起，但BM25能精准匹配“满200减50”这个短语。不过这里有个前提，就是你得有好的分词和停用词表，否则BM25也会引入噪声。再一个就是查询改写，用LLM把query扩展成更完整的表述，比如生成一段假设回答再检索，也就是H…

#字节#评估与监控#RAG 性能瓶颈

面试题·知识图谱· 百度

GraphRAG 为何召回更精准?

匹配口述回答：…AG；在简单的FAQ匹配场景，传统[[Hybrid Search]]加[[Rerank]]就够用了。真正的落地往往是两者结合，先用向量召回初筛，再用图做精排或上下文扩展。说到结合，我最近在关注一个方向：怎么让GraphRAG的图结构动态更新。因为业务数据是流式的，实体和关系会变，如果图不能增量更新，每次都要全量重建，成本太高。我初步的想法是用事件驱动的图更新框架，配合版本控制，但一致性保证是个挑战。这块我还在探索。所以整体上，我会把GraphRAG看成传统RAG的增强插件…

#百度#知识图谱#评估与监控

面试题·RAG· 淘天

现代 RAG 架构怎么变?

匹配口述回答：…合那些需要动态推理、信息源多的场景，比如客服、金融分析。真正落地时，我倾向把两者结合起来，比如用[[混合检索]]，关键词召回保底，向量召回提高精度，再用一个[[重排]]模型把结果精排一下。不过说到联合训练，我其实更关心一个细节：检索器更新的频率。如果知识库每天都在变，检索器的编码器要不要跟着微调？如果不调，新文档的向量和旧文档的向量可能不在一个空间里；如果调，又可能破坏已有文档的表示。这块目前还没有特别成熟的方案，我觉得是个值得深挖的方向。一句话定位：从拼接式RAG到融合…

#淘天#RAG端到端训练#现代 RAG 架构

面试题·检索· 字节

RAG检索质量提升5法

匹配口述回答：…匹配表述差异较大的资料，但生成内容偏移也可能带来噪声，所以要和原查询基线比较，不能默认更好。检索中通常并行使用 BM25 与稠密向量召回。两路分数尺度不同时，RRF 是稳健的无监督基线；有可靠标注时，也可以使用分数归一化、线性融合或学习排序。随后只对有限候选使用 Cross-Encoder 重排。候选数没有通用的 Top-100 安全线，要由 Recall、nDCG、吞吐和延迟预算确定。检索后要做权限与元数据过滤、去重、证据片段抽取、上下文压缩和引用保留。分块大小与压缩策…

#字节#重排与优化#RAG 检索质量提升