匹配正文：…量；原生cosine端点可能已代办。若任务使用含模长信息的内积或原始L2，不应盲目归一化。三、向量数据库与检索机制核心组件：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…

#字节#Embedding向量检索#Embedding 向量数据库

面试题·检索· 字节

向量检索加速：有哪些陷阱

匹配正文：…为关键词检索兜底关键权衡：精度vs延迟vs成本，需根据业务场景（C端延迟敏感/B端精度优先）动态调整。参考资料 Faiss官方索引结构与存储口径 Sentence Transformers官方Embedding量化与校准

#字节#检索性能优化#向量检索性能优化

面试题·检索· 拼多多

ANN 索引怎么构建?

匹配正文：…r切换：重建新索引期间读旧索引，完成后原子切换冷热分层：热数据HNSW全量，冷数据IVF_PQ压缩存储参考资料 Faiss官方索引结构与存储口径 Faiss官方index_factory与粗量化器 Faiss官方内积、余弦与L2关系

← 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

#拼多多#ANN索引构建#ANN 索引构建

面试题·检索· 安克科技

RAG向量匹配原理与ANN算法取舍

匹配正文：… 动态阈值：根据查询复杂度自适应调整搜索深度结果缓存：高频query直接走缓存，冷门query走ANN 参考资料 Faiss官方索引结构与存储口径 Faiss官方index_factory与粗量化器 Faiss官方内积、余弦与L2关系 Sentence Transformers官方Embedding量化与校准 Faiss官方向量codec对称/非对称检索评估

#安克科技#HNSW与IVF#RAG 向量匹配

面试题·Agent· 高德

Agent长期记忆Embedding检索策略

匹配追问：…直球架构设计Agent的长期记忆模块，重点讲Embedding表示和检索策略。要考虑时效性、相关性排序和噪声过滤。你从编码方式、索引结构到排序和去重，把方案串一遍。

#高德#Agent#Agent长期记忆

面试题·文档处理· 字节

RAG 文本分块与向量索引流程

匹配追问：…？层层追问文档检索系统里，文本是怎么变成向量的？……那你存到向量数据库之后，怎么建索引才能查得快？如果数据量到百万级，你用什么索引结构？……那如果还要支持关键词匹配呢？直球架构从原始文档到检索结果，你一步步把整个流程讲清楚：文本怎么分块、用什么嵌入模型、怎么存到向量数据库、索引怎么优化才能既快又准。中间遇到chunk size、维度、召回率这些trade-off，你怎么选？

#字节#文档处理#向量检索

面试题·文档处理· 安克科技

RAG向量化流程：预处理到归一化

匹配口述回答：…度的一起编码。归一化也很关键，L2归一化之后，余弦相似度就等于点积，这样在Milvus或者PGVector里检索时，计算更快，而且索引结构也更稳定。如果不做归一化，不同向量的模长差异会影响相似度排序，导致长文档天然容易被召回，这在很多场景下是灾难。最后说落地风险和工程注意。版本管理是个大坑，模型更新后，新老向量分布不同，直接混用会导致检索质量崩盘。我一般会做全量重刷，或者用双版本并行，灰度切换，等新版本稳定了再下掉旧的。还有一个常见失败场景是维度不对齐，不同模型输出维度不一…

#安克科技#RAG 向量化流程#Embedding 模型选择

面试题·文档处理· 安克科技

RAG向量化：分块与Embedding

匹配口述回答：…道，但归一化后就是点积，所以实际计算我用点积。精确检索适合万级以下数据，再大就必须上[[ANN]]。我常用的是[[HNSW]]，图索引结构，召回率高，延迟低，适合线上服务。如果数据量到了亿级，内存扛不住，就加[[IVF-PQ]]做量化压缩，牺牲一点精度换内存。工程上，我会先走ANN粗排，取Top-100，再用[[Cross-Encoder]]精排，最后按相关性阈值过滤。这个流程在电商场景里做满减政策检索，效果很稳。这里有个延伸点：分块策略和嵌入模型其实是耦合的。比如你用了长…

#安克科技#RAG 向量化#Embedding 模型

面试题·RAG· 蚂蚁

增量式向量索引怎么更新?

匹配追问：…么保证实时性又不牺牲召回率呢？直球架构设计一个支持高频更新的增量向量索引，要求准实时生效、检索质量不下降。你会怎么分层？用什么索引结构？删除和追加分别怎么处理？

#蚂蚁#增量式向量索引#向量索引更新

面试题·RAG· 字节

医疗 RAG 索引如何保合规?

匹配追问：…案合规又准确？层层追问 RAG的数据处理流程你大概怎么设计？……那如果领域要求零容忍幻觉呢，比如法律条文引用必须精确到条款？……索引结构上除了向量检索，你还会加什么来保证精确匹配和溯源？直球架构设计一个专业领域RAG的数据处理和索引流程，重点保证知识准确性、合规性和检索效率。从数据采集到索引构建，你会分几个层？各层的关键技术和人工审核节点怎么安排？

#字节#医疗RAG合规#RAG 数据处理流程

面试题·RAG· 美团

RAG 知识库怎么增量更新?

匹配口述回答：…HNSW]]这种支持动态插入的索引里加数据，延迟最低，适合高频小批量更新，比如用户实时反馈导致的知识点修正。但代价是频繁插入会让图索引结构退化，检索精度慢慢掉下来，所以得定期重建。批量重建适合低频大批量更新，比如每天凌晨跑一次全量，用[[IVF]]这类分区索引，吞吐高，但实时性差。双缓冲呢，就是后台构建新索引，建完原子切换，零停机，适合高可用场景，但需要两倍资源。真正落地时，我很少只用一种，往往是实时增量加定期重建混着来，比如小时级增量，每天一次全量重建。举个例子，客服退款…

#美团#知识库增量索引#RAG 增量更新

面试题·检索· 哔哩哔哩

精排精度高，为何不跳过召回粗排？

匹配口述回答：…型、缩小候选集或限制并发，并验证降级后的质量护栏。如果语料很小、精排模型足够轻，或者使用 late interaction 等可索引结构，可以减少层级。结论不是“永远不能全量精排”，而是用实测证明在质量门槛和 SLA 下是否划算。本质问的是系统效率和架构取舍计算效率：全量精排的复杂度爆炸系统架构：分层漏斗的设计价值工程约束：延迟和成本的实际限制落地风险与判断收尾约2分钟当候选规模不大或模型足够轻量时，分层不是必须的，可以合并召回和粗排。面试官可能会追问：具体…

#哔哩哔哩#两阶段排序#召回粗排精排

面试题·检索· 小红书

BM25 vs 向量检索 vs 混合检索怎么选?

匹配口述回答：…融合，还是先融合索引再做单一检索？后者就是[[ColBERT]]那种late interaction的思路，能减少工程复杂度，但对索引结构的改动比较大。所以我的总体判断是：BM25是保底，向量检索是增量，混合检索是工程落地的最优解。但前提是embedding模型要领域适配，融合参数要按场景调过。如果资源有限，我会优先把预算花在embedding模型的微调和检索链路的监控上，而不是盲目上多路召回。一句定位：RAG检索本质是召回与精度的取舍 BM25：精确关键词匹配，适合专有…

#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

混合检索为什么用 Sparse+Dense?

匹配口述回答：…在文档里出现多少次，同时打压高频词，比如“的”、“是”，再对长文档做长度归一化。相似度就是BM25分数，直接算出来。它的特点是快，索引结构简单，适合做精确召回。比如在客服系统里，用户报一个订单号，你用BM25能秒级定位到那条记录，不会因为[[向量化]]丢信息。再讲Dense检索。它是把查询和文档都编码成低维稠密向量，比如768维，然后用余弦相似度或点积算距离。相似度度量我常用余弦相似度，因为对向量长度不敏感，更关注方向。它能捕捉语义关联，比如用户搜“怎么退款”，它能召回“取…

#美团#Hybrid Retrieval#混合检索

面试题·检索· 美团

Embedding 模型结构选型

匹配口述回答：…CSE无监督有监督场景分化维度选择：384/768/1024对应不同场景，MRL新趋势打破固定维度落地风险：维度高不保证精度，索引结构、数据量、召回指标要一起看收尾：我会把Embedding看成系统组件，选型要全局最优约4分钟 Embedding维度选型要结合ANN算法，比如IVF-PQ对高维向量量化会损失精度面试官可能会追问IVF-PQ的原理、参数设置或与其他索引的对比

#美团#向量检索#Embedding 模型结构选型

面试题·检索· 百度

向量召回原理与实现?

匹配追问：…层层追问你平时做检索用向量召回吗？……那文本怎么变成向量的？……算相似度用什么距离？……如果库里有1亿条，怎么在几十毫秒内召回？索引结构怎么设计？直球架构请解释向量召回的基本原理，包括向量嵌入、相似度计算和索引构建这几个关键环节，并说明在大规模检索系统中是怎么实现的。

#百度#向量召回#向量召回原理