匹配正文：检索模块工作机制 RAG检索模块的核心流程：索引构建：文档切分→Embedding编码→写入向量数据库在线检索：查询向量化→近似最近邻搜索（ANN）→返回TopK候选结果组装：结合元数据过滤，送入生成模块三种提升相关性的方法 1. 混合检索（Hybrid Search）原理：融合向量语义检索 + 关键词匹配（BM25），解决向量检索对专有名词、ID类信息召回不足的问题融合策略：线性加权 score = α·dense_score + (1-α)·sparse_sc…

#字节#Query Rewriting#RAG 检索模块

面试题·RAG· OPPO

查询文档相关性怎么算?

匹配正文：…"苹果"歧义无法区分。二、语义匹配：跨越词汇鸿沟稠密向量检索（Dense Retrieval）查询和文档分别编码为向量，用 ANN（近似最近邻）快速检索代表：DPR、Contriever，采用双塔架构——编码器分离，可离线建索引，毫秒级响应三、深度学习精排：BERT 及其变体交互式架构（Cross-Encoder）拼接 [CLS] Query [SEP] Doc [SEP] 输入 BERT 取 [CLS] 输出过 MLP 得相关性分数效果最优但计算昂贵，仅…

#OPPO#查询文档相关性#语义匹配

面试题·检索· 字节

RAG Retriever 工作流程详解

…5. 性能影响要点环节核心瓶颈优化方向 Embedding 模型推理延迟量化INT8、ONNX/TensorRT、批处理 ANN检索内存占用、建索引时间分层量化、增量索引 Rerank 二次编码开销轻量模型、截断候选集关键权衡：召回率vs延迟，通常离线评测Recall@K，线上关注P99延迟。实际系统中常做"快路径"（纯向量）+ "慢路径"（+重排）分级处理。学习建议建议先掌握向量检索基础，理解嵌入模型和相似度计算原理，再结合RAG架构学习Retrieve…

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

匹配正文：

#字节#重排与优化#RAG Retriever 工作流程

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：…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、召回曲线、模型吞吐、并发和延迟预算选择。ANN、倒排索引和其他召回结构的复杂度也依具体实现与数据分布而…

#哔哩哔哩#两阶段排序#召回粗排精排

面试题·检索· 字节

RAG 为何还要重排?

匹配正文：为什么需要重排？初步检索的局限向量检索（如Embedding+ANN）追求速度快、召回率高，但牺牲精确度双编码器（Bi-Encoder）独立编码查询和文档，无法捕捉细粒度交互 Top-K结果中常混入"语义相关但内容不匹配"的噪声文档重排模型的作用机制维度初步检索（召回）重排（精排）架构双编码器（分别编码）交叉编码器（拼接输入）计算离线计算文档向量实时计算查询-文档交互复杂度 O(1) 向量相似度 O(n) 深度交互计算目标高召回、低延迟高精度…

#字节#重排与优化#RAG 重排

面试题·检索· 字节

RAG 中 Re-ranking 怎么用?

匹配正文：…向量检索（召回Top-K，K=100~1000） → 重排模型（精排Top-N，N=5~10） → 生成第一阶段：追求召回率，用ANN快速过滤第二阶段：追求准确率，用重排模型精细打分常用重排模型类型代表模型特点 Cross-Encoder BERT-reranker、monoT5 query和doc拼接输入，注意力层充分交互，效果最好但慢 Late Interaction ColBERT、ColBERTv2 保留token级向量，延迟交互，效率与效果平衡轻量重排…

#字节#重排与优化#RAG Re-ranking

面试题·检索· AIlab

RAG 流程：检索、融合、生成

匹配正文：…稀疏索引（BM25）做混合检索二、在线检索流程 Query理解：query改写、扩展（HyDE生成伪文档）、意图识别向量检索：ANN近似最近邻搜索，召回Top-K（通常20-100个）重排序（Rerank）：用Cross-Encoder（如BGE-Reranker）精排，选出最相关的3-5个送入LLM 三、生成阶段上下文拼接：将检索结果按相关性排序，拼接为上下文 Prompt工程：明确指令"基于以下参考信息回答，若信息不足请说明" 答案生成：LLM生成最终回复，可加入…

#AIlab#RAG工作流#RAG 技术流程

面试题·检索· 快手

RAG 延迟与准确率优化

匹配正文：…：预检索策略、重排序、缓存机制、混合检索延迟挑战与根因瓶颈环节具体表现根因检索阶段向量库查询+重排序耗时高大规模向量ANN搜索精度-速度trade-off，跨模态检索更慢工具调用 Agent多轮Planning-Action循环每次LLM调用串行，工具响应不可控生成阶段长上下文导致首token延迟高长序列KV Cache计算量大，Attention复杂度O(n²) 正确率挑战与根因检索不准：向量相似度≠语义相关，用户query与文档表述gap大上下…

#快手#RAG延迟优化#RAG 延迟与准确率优化

面试题·检索· 高德

RAG增强与生成如何衔接？

匹配正文：…ss/Elasticsearch），建立HNSW等近似索引加速检索二、在线检索阶段双路召回策略：向量检索：Query向量化后ANN搜索，捕获语义相似性关键词检索：BM25等传统方法补充，确保专有名词命中结果融合：RRF（Reciprocal Rank Fusion）合并两路结果重排序优化：用Cross-Encoder（如BGE-Reranker）精排Top-K候选，提升相关性三、增强与生成阶段上下文拼接：按相关性排序检索结果，拼入Prompt模板提示工程：…

#高德#RAG#RAG 工作流程

面试题·检索· 百度

RAG 工作原理与核心组件

匹配正文：…ding）将文本转为稠密向量索引构建：存入向量数据库（Milvus、Faiss、Pinecone），采用HNSW或IVF-PQ等近似最近邻算法加速检索 2. 检索阶段（在线）查询向量化：用户问题同样经Embedding模型编码相似度计算：余弦相似度或点积，召回Top-K相关片段检索策略演进：稠密检索：语义匹配好，但可能漏关键词稀疏检索（BM25）：精准匹配关键词，补充稠密检索混合检索：稠密+稀疏融合，线性加权或RRF重排 3. 生成阶段上下文组装：检索结果 +…

#百度#RAG核心组件#RAG 工作原理

面试题·检索· 百度

RAG 工作流程与关键技术组件

匹配正文：… 在线检索生成阶段查询理解：用户query可能需改写/扩展（HyDE、Query2Doc）向量检索：Top-K相似度召回，常用ANN算法（HNSW、IVF）重排序（Rerank）：用Cross-Encoder精排，提升相关性上下文组装：将检索结果注入Prompt模板，限制在上下文窗口内 LLM生成：模型基于检索上下文作答二、关键技术组件组件作用常用方案 Embedding模型语义编码 BGE-large、GTE、OpenAI text-embedding 向…

#百度#RAG技术架构#RAG 工作流程

面试题·检索· 高德

RAG 组件功能与数据流向?

匹配正文：…dding模型（BGE、M3E、OpenAI text-embedding-3等）索引存储构建高效向量索引 HNSW、IVF等ANN算法；向量数据库（Milvus、Faiss、Qdrant）二、在线检索生成（Retrieval & Generation）用户Query → Query改写/扩展 → 向量化 → 向量检索(Top-K) ↓ LLM生成 ← 上下文组装 ← 重排序优化 ← 候选文档关键组件：查询优化：HyDE（假设文档嵌入）、查询扩展、多跳查询分解检…

#高德#RAG数据流#RAG 工作流程

面试题·检索· 京东

RAG 怎么解决大模型幻觉?

匹配正文：…edding编码：用BGE、M3E等模型将文本转为稠密向量向量存储：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…

#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：…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同义词、纠错、指代消解（如"它"→具体实体）多路检索向量检索（语义匹配）+ 关键词检索（精确匹配）+ 可能的知识图谱召回重排序（Rerank）用Cross-Encod…

#字节#RAG组件设计#RAG 系统架构

面试题·检索· 字节

RAG 系统实现：组件与流程

匹配正文：… LLM生成关键组件详解组件作用典型选择 Embedding模型语义编码 BGE-large、GTE、E5 向量数据库近似最近邻搜索 Milvus、Weaviate、pgvector 检索策略提升召回质量稠密+稀疏混合、多路召回重排序模型精排优化 Cross-Encoder、ColBERT 生成模型最终答案生成 GPT-4、Claude、本地LLM 进阶优化手段查询改写：用LLM扩展同义问法，解决语义gap 上下文压缩：检索后先用小模型过滤无关片段，减…

#字节#RAG系统实现#RAG 实现

面试题·检索· 美团

RAG 架构怎么搭?

匹配正文：…HNSW索引加速检索 2. 检索阶段（在线）查询理解：可选的Query改写（HyDE、子查询扩展）提升召回向量检索：Top-K近似最近邻搜索，召回候选文档重排序（Rerank）：Cross-Encoder精排，过滤低相关结果 3. 生成阶段上下文组装：按相关性排序，拼接检索文档为上下文 Prompt设计：明确区分"已知信息"和"用户问题"，约束模型基于检索内容回答生成控制：设置temperature、限制max_tokens，必要时加引用标注检索器与生成器的协同机…

#美团#检索器生成器协同#RAG 架构

面试题·检索· 小鹏

RAG检索优化：向量检索与重排序

匹配正文：…地中的工程权衡一、向量检索优化索引层面 HNSW（Hierarchical Navigable Small World）：主流近似最近邻算法，平衡召回与速度；关键参数M（邻居数）和ef（搜索宽度）需根据数据规模调优量化压缩：PQ（Product Quantization）、SQ降低内存占用，适合十亿级向量场景分区策略：IVF（倒排文件索引）将空间划分为Voronoi单元，先定位粗粒度再精细搜索工程实践预过滤（metadata filtering）+ 向量搜索的混合…

#小鹏#检索阶段优化#RAG 检索优化

面试题·检索· 高德

RAG 系统实现流程怎么搭?

匹配正文：…OpenAI text-embedding-3等，需匹配语种和领域向量数据库：Milvus、Pinecone、Qdrant，关注ANN索引算法（HNSW、IVF）索引优化：根据数据规模选择索引类型，大规模数据用分区/分片 3. 检索模块两阶段检索架构：阶段方法作用粗排向量相似度检索（Top-K=100）快速召回候选精排 Cross-Encoder重排序精细 relevance 打分混合检索：稠密向量 + BM25稀疏检索，RRF融合排序查询改写：Hy…

#高德#RAG结果融合#RAG 实现流程

面试题·检索· 安克科技

向量数据库 vs 传统数据库怎么选？

匹配正文：…原始内容对象存储：原始文档、图片、音视频等大文件向量库 vs 传统数据库维度向量数据库传统数据库核心能力语义相似度（ANN）精确匹配、范围查询、聚合计算适用场景 "找相似内容" "找ID=123且价格>100" 索引结构 HNSW、IVF、PQ等近似索引 B+树、哈希、倒排精度/召回近似结果，存在漏召精确结果扩展性高维向量检索优化事务一致性保障关键洞察：两者不是替代关系，是互补关系。混合存储架构实践分层设计：检索层：向量库（Milvus/…

#安克科技#混合知识库存储#向量数据库

面试题·检索· 百度

RAG 三阶段原理与失败场景

匹配正文：…题做规范化、权限过滤和查询改写，再进行向量、BM25 或多路召回。候选可以通过 RRF、规则或 Cross-Encoder 重排。ANN 检索是近似计算，不是“确定性知识”；相同输入能否稳定复现还取决于索引版本、并发更新和实现。 3. 上下文增强对候选去重、裁剪并保留来源标识，把问题、证据和回答约束组装成上下文。要处理冲突、过期和权限不足的证据，并防止检索内容中的提示注入被当作系统指令。 4. 生成与校验模型基于证据生成答案和引用；证据不足时应拒答、继续检索或请求澄清。服…

#百度#RAG三阶段#RAG 工作流程

面试题·检索· 字节

Embedding 怎么实现语义召回?

匹配正文：…建议微调Embedding模型，解决分布偏移 2. 向量索引构建存储：向量数据库（Milvus、Faiss、Pinecone）或近似最近邻索引（HNSW、IVF） HNSW：图索引，查询快、精度高，适合动态更新场景 3. 查询检索（在线）查询向量化：同一Embedding模型编码，保证查询-文档同空间 ANN检索：Top-K近似最近邻，非暴力全量计算相似度计算：余弦相似度 = (A·B)/(||A||·||B||)，值域[-1,1]，实际取Top-K 关键优化点优化方…

#字节#向量语义召回#Embedding 语义召回

面试题·检索· 美团

混合检索为什么优于单一检索?

匹配正文：…‖ 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、对话系统、语义搜索等需要理解意图的场景。美团场景的实际选型以外卖搜索为例：稀疏检索：召回商家名、菜品名的精确匹配（"肯德基"必须匹配到KFC）稠密检索：理解"适合聚会的餐厅"→ 抓取"包厢、多人套餐"等语义特征融合策略：两阶段检索（稠密召回Top-K + 稀疏补充 + 统一…

#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：…能引入噪声兼顾两者，上限最高召回率低（同义词漏召）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） …

#小红书#检索方法对比#BM25 向量检索混合检索

面试题·检索· 哔哩哔哩

召回 vs 粗排怎么分工?

匹配正文：…、模型多大，都由候选规模、精排成本和服务预算决定，不存在通用的“亿级到千级”或“十毫秒”阈值。协同关系候选库 → 多路召回或 ANN → 合并去重 → 可选粗排 → 精排 → 约束与多样性重排召回可来自协同过滤、双塔向量、图、热门或业务规则。粗排可用轻量 GBDT、浅层网络或蒸馏模型，并应覆盖精排所依赖的主要目标。若粗排标签、特征或目标与精排不一致，会产生选择偏差，把后续本可识别的优质项提前删除。视频推荐可以并行召回关注作者、历史兴趣、相似内容与探索候选；粗排再估计点…

#哔哩哔哩#召回与粗排#召回与粗排区别