匹配正文：…源、拒答机制为什么能提升质量？事实准确性：知识库可维护、可溯源，直接引用原文降低幻觉知识时效性：不用重新训练，更新文档即可领域适配：低成本接入私有知识，比微调便宜10-100倍可解释性：答案从哪来一目了然关键优化点（加分项）检索侧：Query改写、多轮检索、重排序（Cross-Encoder精排）生成侧：上下文窗口压缩、让模型先判断"是否足够回答" 工程侧：缓存热点Query、检索失败兜底策略一句话总结 RAG = 给LLM配个"外挂硬盘"，需要时查资料，不…

#字节#大模型幻觉#RAG 原理

面试题·RAG· 字节

高精度RAG系统设计陷阱

匹配正文：…物禁忌症涉及哪些疾病"） 2. 检索引擎层多路召回：Dense（语义匹配）+ Sparse（BM25关键词）+ KG（图遍历）领域适配：用领域语料微调Embedding模型（如医疗用PubMedBERT）查询改写：识别专业术语同义词（如"心梗"↔"心肌梗死"），扩展缩写 3. 生成控制层上下文组装：按相关性+时效性排序，控制token预算引用生成：强制模型输出引用标记 [来源:XX法规第X条]，支持点击溯源拒绝机制：检索置信度低于阈值时，明确告知"未找到权威依据"…

#字节#高精度RAG#高精度 RAG

面试题·RAG· 百度

RAG 技术原理与核心组件详解

匹配正文：…rieval-Augmented Generation）将外部非参数化知识与大模型参数化知识结合，解决纯LLM的幻觉、知识时效性和领域适配问题。三大核心组件 1. 索引（Indexing）文档切分：按语义/固定长度分块，控制chunk size（通常256-512 tokens） Embedding：用BGE、M3E等模型编码为稠密向量存储：FAISS、Milvus等向量数据库 + 可选的倒排索引混合 2. 检索（Retrieval）稠密检索：向量相似度（余弦/IP）…

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

#百度#RAG核心组件#RAG 技术原理

面试题·检索· 字节

医疗法律 RAG 架构关键环节

匹配正文：答案要点领域知识结构化与分层存储设计多路召回与重排序策略生成器领域适配与约束机制幻觉控制与可解释性保障系统全链路的评测与迭代闭环整体架构用户Query → 意图识别 → 多路检索 → 重排序 → 上下文组装 → 领域生成 → 后校验 → 输出一、数据预处理（领域知识工程）核心挑战：专业文档结构复杂、术语密集、时效性强层级处理策略文档解析医疗：DICOM/HL7标准解析、病历结构化；法律：合同条款拆分、法条引用识别 Chunk策略语义切分（基于BER…

#字节#领域RAG架构#专业领域 RAG

面试题·检索· 高德

向量数据库怎么支撑 Agent 记忆?

匹配正文：…具有高度口语化、指代消解、意图漂移的特点，精确匹配失效，必须依赖语义空间中的邻近搜索。二、Embedding模型设计要点 1. 领域适配通用模型（如text-embedding-ada-003）在垂直场景语义区分度不足需用领域语料做对比学习微调，或选择专用模型（如BGE、GTE系列） 2. 粒度设计场景策略事实性记忆句子级，保证原子性事件序列段落级，保留时序上下文用户画像摘要级，人工构造结构化描述 3. 时效性编码对时间敏感记忆，将时间戳、相对时间（"…

#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：…案：查询改写： HyDE（用LLM生成伪文档再检索）、Query扩展混合检索：向量+BM25融合（RRF排序），关键词兜底领域适配：领域数据微调Embedding模型（如BGE-M3继续训练）影响：命中率提升20%+，但改写增加1次LLM调用成本瓶颈3：上下文噪声干扰生成质量根因： Chunk切分破坏语义、无关文档混入、长上下文稀释注意力优化方案：精排策略：交叉编码器（Cross-Encoder）重排；LLM-as-Reranker（小模型打分）上下…

#百度#重排与优化#RAG 系统瓶颈

面试题·检索· 小红书

RAG检索不准的失败场景与优化

匹配正文：…下文丢失系统层面 Top-K阈值设置不合理，正确答案被挤出单一向量检索的召回率瓶颈技术优化方向 1. 检索器增强换用/微调领域适配的Embedding模型（如BGE、GTE在垂直领域微调）混合检索：向量语义检索 + BM25关键词检索，结果融合多向量表示：ColBERT细粒度交互，解决"粗粒度向量"匹配失效 2. 查询侧优化查询改写：用LLM扩展同义词、澄清歧义（HyDE：生成假设文档再检索）查询分解：复杂问题拆分子查询，多轮检索聚合 3. 重排序（Reran…

#小红书#美团#重排与优化

面试题·检索· 字节

RAG 系统迭代优化方向有哪些?

匹配正文：…、意图识别路由到不同知识库索引侧优化：混合检索（向量+关键词BM25）、多粒度索引（文档/段落/句子）、Embedding微调（领域适配）召回策略：多路召回（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：LLM…

#字节#RAG迭代优化#RAG 优化

面试题·检索· 高德

记忆型Agent为何用向量数据库?

匹配正文：…"找上次聊过的类似需求"；Redis等KV存储适合短期上下文，缺乏语义关联能力。 Embedding模型选择原则维度考量要点领域适配通用场景用BGE-M3/E5，垂直领域（法律/医疗）需微调或专用模型上下文长度 Agent记忆可能很长，选择支持8K+的模型（如GTE-large）多语言中文场景优先BGE、Piccolo；多语言选 multilingual E5 效率成本端侧部署选轻量模型（BGE-small），云端可用大模型指令理解优先选用经过指令微调的模…

#高德#Agent#向量数据库 Agent

面试题·检索· 字节

RAG 中 Re-ranking 怎么用?

匹配正文：…断策略：重排输入不宜过长，通常对doc做滑动窗口或关键片段提取级联过滤：可先过轻量模型（如ColBERT）再过重模型，控制成本领域适配：通用重排模型在垂直领域往往需微调，可用点击/人工标注数据字节等厂的实际系统中，重排基本是标配，尤其在搜索问答、客服等对准确性要求高的场景。学习建议建议系统学习该知识点

#字节#重排与优化#RAG Re-ranking

面试题·检索· 高德

RAG增强与生成如何衔接？

匹配正文：… 多轮优化：检索失败时自动扩展Query重写关键工程细节环节典型选型注意点 Embedding BGE-large-zh 领域适配需微调向量DB Milvus 考虑增量更新与版本管理重排序 BGE-Reranker-v2 计算成本高，控制候选规模幻觉控制引用+置信度阈值不能100%消除，需人工兜底高德场景下，地图POI、实时路况等结构化数据需特殊处理：先SQL过滤再向量检索，混合查询提升精度。

#高德#RAG#RAG 工作流程

面试题·检索· 字节

RAG 核心实现原理是什么?

匹配正文：… 选型要点文档处理 PDF/Word解析、语义切片按语义边界切（如段落），非固定长度 Embedding模型文本→稠密向量领域适配（M3E/BGE/自研），考虑多语言向量数据库海量向量相似度检索 Milvus/Pinecone/自研，关注召回延迟重排序(Rerank) 精排优化检索结果 Cross-Encoder模型，提升Top-K相关性大模型最终答案生成需具备长上下文理解和指令遵循能力典型架构演进 Naive RAG（基础版） Query → 向量检索…

#字节#RAG实现原理#RAG 实现原理

面试题·检索· 字节

专业领域RAG数据与检索优化？

匹配正文：答案要点分模块阐述数据预处理（解析、分块、质量过滤）、检索层（多路召回、重排序）、生成层（上下文压缩、引用溯源）的设计体现领域适配思路（领域术语表、专用Embedding）提到评估闭环和持续优化机制避免只讲基础RAG流程，要有工程化深度一、数据预处理层文档解析与清洗多格式统一：PDF/Word/网页用专用解析器（如MinerU、Marker），保留表格结构和层级标题领域术语标准化：建立专业词表，做实体链接和指代消解质量过滤：去重、低质量页面过滤、敏感信息脱敏…

#字节#领域RAG架构#RAG 系统架构

面试题·检索· 虾皮

RAG 流程优化：检索与重排陷阱

匹配正文：…（标题-段落-句子），支持多粒度检索元数据增强：添加时间、来源、类别等标签用于过滤 2. Embedding与向量化核心问题：领域适配和表征质量优化策略：领域微调：用对比学习在业务数据上微调Embedding模型多向量表征：一个文档生成多个向量（摘要、关键词、详细内容）稀疏-稠密混合：结合BM25和向量检索的优势 3. 向量检索核心问题：召回率和延迟的权衡优化策略：索引优化：HNSW参数调优（ef_construction/ef_search），IVF-PQ…

#虾皮#RAG全链路优化#RAG 流程优化

面试题·检索· 京东

RAG 怎么解决大模型幻觉?

匹配正文：…索到的上下文范围内，减少自由发挥可溯源输出可附带原文出处，便于人工校验知识时效性无需重训模型，更新知识库即可同步最新信息领域适配低成本注入私有/垂直领域知识关键局限：检索质量是天花板——"检索错则生成错"，需配合查询改写、多路召回、答案一致性校验等手段优化。

#京东#幻觉抑制#RAG 技术原理

面试题·检索· 字节

RAG 架构：检索到生成全链路

匹配正文：…长度/语义分块/递归分块；chunk size通常256-512 tokens 向量化 Embedding模型编码为稠密向量选用领域适配的模型（如BGE、M3E）；考虑稀疏向量（BM25）做混合索引存储写入向量数据库 Milvus/Pinecone/Elasticsearch；构建HNSW索引加速ANN检索三、在线检索生成（Query Pipeline）用户Query → 查询改写 → 多路检索 → 重排序 → 上下文组装 → LLM生成环节说明查询改写扩展…

#字节#RAG组件设计#RAG 系统架构

面试题·检索· 字节

RAG架构：检索器与重排序策略

匹配正文：…E（生成假设文档）、Query Expansion Query与Doc语义Gap大 Embedding模型选型：MTEB榜单参考，领域适配可作为候选，但是否提升及幅度应在固定留出集和相同检索预算下实测，不承诺10–20%。 2. 向量数据库选择核心考量维度：索引算法：HNSW为图索引、IVF为聚类倒排索引；二者不是按内存/磁盘划分，是否压缩或落盘取决于具体变体与存储实现。量化压缩：FP32→FP16/INT8，平衡精度与内存过滤能力：把租户、权限和状态作为候选资格约束…

#字节#向量库与重排序#RAG 架构设计

面试题·检索· 小鹏

RAG检索优化：向量检索与重排序

匹配正文：…延迟延迟敏感低、精度要求高 ColBERT 延迟交互，token级相似度，平衡效率中等规模在线场景 Bi-Encoder微调领域适配后的向量直接排序特定领域、资源受限三、查询扩展语义扩展 HyDE（Hypothetical Document Embeddings）：让LLM生成假设答案再检索，解决query-doc语义鸿沟 Query Rewriting：LLM改写歧义/口语化查询，如"那个车"→"小鹏G9" 结构化扩展子查询分解：复杂问题拆分为多个子问题并行检…

#小鹏#检索阶段优化#RAG 检索优化

面试题·检索· 高德

语义检索向量数据库构建流程

匹配正文：答案要点文本预处理的关键步骤（清洗、分块、元数据保留） Embedding模型选型依据（领域适配、多语言、维度权衡）向量索引算法选择（HNSW、IVF、PQ的适用场景）存储方案设计（向量+标量混合存储、分片策略）查询优化手段（查询重写、重排序、缓存策略） 1. 文本预处理清洗：去HTML标签、特殊字符、统一编码，保留语义关键信息分块策略：按语义段落切分（非固定长度），重叠窗口保证上下文连贯；高德场景可考虑POI名称、地址等结构化字段单独处理元数据关联：保留原始I…

#高德#评估与监控#向量数据库构建

面试题·检索· 360

RAG 召回准确性：三大失败场景

匹配正文：…，对专有名词、ID类查询效果好，可解释性强稠密检索（Embedding）：语义理解能力强，需选合适模型（bge、m3e等），注意领域适配混合检索：BM25 + 向量分数加权融合，或RRF（Reciprocal Rank Fusion）合并结果 Embedding优化领域微调：用业务数据对比学习训练查询改写：HyDE（生成伪文档再检索）、Query2Doc扩展三、重排序（Rerank）策略交叉编码器（Cross-Encoder）：精度高但慢，适合精排Top100→T…

#360#召回质量评估#RAG 召回优化

面试题·检索· 字节

RAG 为何需要重排序?

匹配正文：…dding模型难以完全把握 2. Embedding模型的能力边界训练目标限制：对比学习优化的是"语义相近"，而非"任务有用" 领域适配问题：通用Embedding在专业领域表现下降长文本截断：上下文信息丢失导致语义偏移 3. 两阶段架构的设计逻辑阶段职责特点向量检索（粗排）快速缩小候选范围速度快、召回率高、精确率低 LLM重排/生成（精排）深度判断+综合决策理解深、可结合上下文、成本高直接用大模型做全库检索：成本不可接受仅用向量检索：精度不足，引入噪…

#字节#向量召回与重排#RAG 重排序

面试题·检索· 字节

Embedding 怎么实现语义召回?

匹配正文：…阶段检索（粗排+精排/Cross-Encoder重排序）效率优化量化（FP32→FP16/INT8）、索引分区、缓存热点查询领域适配 Embedding微调、Hard Negative Mining 余弦相似度的选择逻辑归一化后等价于点积，计算高效对向量长度不敏感，适合语义匹配（关注方向而非幅度）替代方案：欧氏距离或内积；内积本身不要求归一化，只有用它模拟余弦时需把query和document两端单位化。度量应匹配模型训练方式。学习建议建议先掌握向量嵌入和余弦…

#字节#向量语义召回#Embedding 语义召回

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：…义词漏召）高（语义扩展）最高计算开销极低（倒排索引，毫秒级）高（向量计算+ANN近似）最高数据依赖零，即插即用需领域适配的embedding模型需调优融合权重场景适配分析开放域问答（如通用知识库）首选混合检索：用户问题表述多变，需语义理解；但专有名词（人名、日期）需BM25保证精确例：问"GPT-4啥时候发布的"，向量检索可能召回"GPT-3发布"，BM25锁定"GPT-4" 电商搜索（小红书/淘宝）核心混合检索，但策略不同：商品标题、SKU属…

#小红书#检索方法对比#BM25 向量检索混合检索

面试题·检索· 小米

Embedding 向量维度选型

匹配正文：…token与Mean Pooling的优劣说明向量维度的影响（表达能力vs计算效率、存储成本）提及实际选型考量（MTEB榜单、领域适配）主流Embedding架构对比模型核心架构关键改进 BERT Transformer Encoder 预训练MLM+NSP，输出token级表示 Sentence-BERT 共享骨干的Siamese/Triplet编码方式通过句对分类、回归或triplet等目标学习可比较的句向量，具体损失依训练方案 BERT为何不适合直接做语义…

#小米#向量检索#Embedding 向量维度选型