匹配正文：…叠窗口：把零重叠、短窗口与较长窗口作为候选，用同一评测集验证是否减少边界证据丢失多粒度索引：同时存储句子级（精）和段落级（全），检索时按需召回二、Embedding层优化模型选型：垂域数据用BGE、M3E等开源模型，必要时Domain-Specific微调多向量表示：ColBERT的late interaction、多向量索引提升细粒度匹配稀疏-稠密混合：BM25关键词 + Dense向量，互补长尾与语义匹配三、索引结构优化分层索引：先粗筛（聚类中心）再精排，降…

#百度#RAG索引优化#RAG 索引构建管线

面试题·RAG· 字节

医疗法律RAG架构怎么搭？

匹配正文：整体架构四层设计：数据层：领域知识库（法规/指南/病例）、外部数据源、用户交互日志检索层：多路召回 + 精排，输出Top-K相关片段生成模块：基座模型 + 领域Prompt + 引用约束应用层：对话管理、权限控制、审核反馈检索模块设计多路召回向量检索：Dense Embedding（领域微调，如E5-Mistral-medical）关键词检索：BM25 + 领域同义词词典（如ICD-10编码映射）结构化检索：SQL/图查询针对法条层级、药品属性精排与过滤…

#字节#专业领域RAG#RAG 系统设计

面试题·检索· 字节

医疗法律 RAG 架构关键环节

匹配正文：…-500 tokens 元信息增强提取<疾病编码, 科室, 时效性>或<法条编号, 效力级别, 修订日期> 存储设计三级索引：Dense（语义）+ Sparse（关键词）+ Graph（实体关系）二、检索器设计（多路召回+精排）召回层向量检索：领域微调Embedding（如医疗用PubMedBERT，法律用Legal-BERT）关键词检索：BM25 + 领域同义词扩展（UMLS/法律术语库）图谱检索：Neo4j存储"疾病-症状-药品"或"法条-案例-解释"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

#字节#领域RAG架构#专业领域 RAG

面试题·检索· 美团

RAG 完整工作流程怎么跑?

匹配正文：…完整工作流程 1. 查询理解与改写查询扩展：识别用户意图，必要时进行query改写（如多跳问题分解）向量化：将query编码为dense/sparse向量，用于相似度检索 2. 检索召回（多路并行）方式特点适用场景 Dense Retrieval 语义匹配，泛化性强同义改写、概念理解 Sparse Retrieval (BM25) 关键词精确匹配实体、专有名词混合检索两者加权融合通用场景召回Top-K（通常50-200），追求高召回率，允许一定噪声 3.…

#美团#RAG全链路#RAG 工作流程

面试题·检索· 美团

RAG 架构怎么搭?

匹配正文：…token预算动态选择能容纳的最相关文档数置信度过滤 Rerank分数低于阈值时，触发"知识不足"回复多轮协同多轮对话中维护检索历史，避免重复检索关键优化方向查询侧：Query2Doc、Step-back prompting扩展查询语义检索侧：稀疏+稠密混合召回（BM25 + Dense），多索引融合生成侧：Self-RAG、Corrective RAG让模型主动判断检索质量实际落地中，检索质量决定RAG上限，建议优先投入Rerank和Query改写。

#美团#检索器生成器协同#RAG 架构

面试题·检索· 阿里

RAG 召回又快又准靠什么?

匹配正文：…平扩展预过滤（metadata filter）减少候选集，避免全量扫描二、相关性提升策略多路召回方式适用场景稠密向量（Dense）语义匹配、同义词、跨语言稀疏向量（SPLADE/BM25）关键词精确匹配、长尾实体图检索（KG）结构化关系推理查询侧优化 HyDE：用LLM生成假设文档，再用假设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…

#阿里云#召回链路优化#RAG 召回优化

面试题·Agent· 得物

大模型记忆机制怎么改进?

匹配口述回答：…扮演，比如客服场景里，用户反复问同一个订单的退款进度，模型得记住之前处理到哪一步了。另一个是[[向量数据库]]加时间衰减，用 [[Dense Retrieval]] 检索，再结合遗忘曲线给越久远的信息降权，适合持续学习场景。这里有个坑：写入策略不能全量存，否则存不下，成本也高。我会让模型自己生成摘要或者事件三元组，比如“用户退款，金额100元，状态已提交”，把信息压缩后再存。检索时用[[混合检索]]，向量相似度加时间近邻再加重要性评分，三层过滤。说到检索增强，其实跟RAG很…

#得物#Agent#大模型记忆机制

面试题·评估· 京东

RAG向量数据库选型关键指标

匹配正文：…iskANN或IVF_PQ（Weaviate、Pinecone）超大规模（>10亿）自研或Elasticsearch 8.x的dense_vector 4. 技术栈集成优先选有成熟Python/Go SDK、支持LangChain/LlamaIndex的云原生：是否支持K8s operator、Serverless计费模式京东场景建议电商搜索对延迟极敏感，推荐Milvus/Zilliz或阿里自研Proxima：商品向量千万级，用HNSW保证<10ms响应结合商…

#京东#评估与监控#向量数据库选型

面试题·RAG· 百度

对话模型准确性怎么提?

匹配正文：…采样投票，降低单路径采样误差 Chain-of-Verification：先生成答案→验证问题→修正答案，自我纠错动态检索触发检索触发可结合问题类型、知识时效、回答证据与经过校准的不确定性信号。token 概率低不直接等于事实错误，阈值应在目标任务上验证。四、外部工具集成工具调用架构 ReAct循环：Thought → Action → Observation，多轮交互获取精确信息多工具编排：搜索引擎+计算器+代码解释器，按场景路由知识库构建向量检索（Dense…

#百度#对话模型准确性#模型架构优化

面试题·RAG· 淘天

RAG 核心架构与工作流程

匹配正文：核心概念 RAG将大模型的参数化记忆（训练学到的权重）与非参数化记忆（外部知识库）结合，通过检索实时引入上下文，解决纯LLM的知识固化问题。架构组成与工作流程三核心组件：知识源：文档库、数据库、API等，需向量化索引检索器：编码查询→相似度搜索→返回Top-K相关文档（常用Dense Passage Retrieval或Embedding模型）生成器：将"查询+检索文档"拼接为上下文，生成最终回答标准流程：用户Query → 向量化 → 向量检索召回 → 重排序…

#淘天#阿里#RAG 架构

面试题·RAG· 字节

高精度RAG系统设计陷阱

匹配正文：…司法解释→案例；医疗：指南→专家共识→文献）知识图谱增强：实体关系抽取，支持推理型查询（如"某药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 …

#字节#高精度RAG#高精度 RAG

面试题·RAG· 字节

RAG 怎么提升事实准确性?

匹配口述回答：…天无理由退换”，然后让大模型基于这段内容生成答案。这样准确率就高很多，而且政策更新时只需要改文档，不用重新训练模型。这里有个坑：检索质量直接决定RAG的上限。如果检索回来的内容不相关，模型再强也白搭。所以我会特别关注检索这一步的工程细节，比如用 [[混合检索]]，把关键词匹配（[[BM25]]）和向量相似度（[[Dense Retrieval]]）结合起来，因为很多专业术语或编号（像订单号、错误码）向量搜不好，但关键词能精准命中。另外，切分策略也很关键，固定大小切分容易把完…

#字节#RAG工作原理#RAG 工作原理

面试题·RAG· OPPO

查询文档相关性怎么算?

匹配正文：…D) + k1·(1-b+b·|D|/avgdl)] 局限：词汇鸿沟、"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…

#OPPO#查询文档相关性#语义匹配

面试题·检索· 字节

RAG 为什么需要 Re-ranking?

匹配正文：…通常采用两阶段架构：召回（Retrieval）+ 重排（Re-ranking）。召回阶段用双塔模型（如BGE、GTE）做向量相似度检索，追求毫秒级响应；但双塔模型的精度天花板明显——query和doc分别编码，缺乏细粒度交互，容易召回语义相关但不够精准的文档。重排的核心作用维度召回阶段重排阶段模型架构双塔（Bi-encoder）交叉编码器（Cross-encoder）交互方式无交互，独立编码拼接输入，深度交互计算成本低（可预计算doc向量）高（需实时…

#字节#重排与优化#RAG Re-ranking

面试题·检索· AIlab

RAG 流程各环节优化陷阱

匹配口述回答：…差很远。这时候我会考虑领域微调，或者用[[ColBERT]]这种多向量表示，每个token单独算相似度，匹配更细。不过代价是存储和检索都更重，所以小规模业务用通用模型加[[Hybrid Search]]其实更划算。检索阶段，纯向量检索有个老毛病，对专有名词和数字不敏感。比如用户搜「订单号2024AB123」，向量可能把它当成噪音忽略掉，但关键词检索能精准命中。所以我会把向量检索和关键词检索结合起来，也就是Hybrid Search，用[[BM25]]走稀疏路，用[[Dens…

#AIlab#RAG链路优化#RAG 优化

面试题·检索· 字节

RAG 核心实现原理是什么?

匹配口述回答：…，Naive RAG可能搜出一堆不相关的政策，而Advanced RAG会先识别“跨境”关键词，从知识图谱里找到对应的业务分类，再检索具体条款，最后用重排确保答案精准。落地时我特别关注两个风险。一是检索精度，如果[[Embedding]]模型没在领域数据上微调过，语义会漂移，比如“苹果”可能匹配到水果而不是品牌。我的做法是用[[Dense Retrieval]]加领域微调，同时做查询扩展，把同义词也搜进去。二是[[幻觉]]控制，模型有时候不忠实于检索内容，自己编答案。我会在…

#字节#RAG实现原理#RAG 实现原理

面试题·检索· 美团

BM25 公式与 TF-IDF 对比

匹配口述回答：…其中一小块，BM25的长度归一化能让短回答和长文档公平竞争，不会因为长文档词多就排前面。落地的时候有个坑：BM25本质是[[稀疏检索]]，依赖精确的关键词匹配。如果用户问“我要退货”，但文档里写的是“退款”，同义词问题它就抓瞎。所以真正上线，我不会只用BM25，而是做 [[Hybrid Search]]，把BM25和 [[Dense Retrieval]] 结合起来，BM25保证精确匹配，向量检索捕捉语义相似。前提是向量检索的 [[Embedding]] 质量要够好，不然混…

#美团#BM25词频饱和#BM25 公式与 TF-IDF 对比

面试题·模型架构· 海尔

Decoder-only 架构为何是主流?

匹配口述回答：…的关键优化：每层保存历史 token 的 Key 和 Value，新一步不再重复计算历史投影。但它不把注意力变成常数复杂度。标准 dense attention 下，第 t 步仍要读取长度为 t 的 KV 并与当前 Query 计算，缓存空间随上下文长度线性增长；如果连续生成很多 token，总注意力工作会随生成长度累积。要分别写单步计算、完整生成总计算和缓存空间，不能混成一句 O(1)。 FlashAttention 也经常被解释错。它是精确注意力的 IO-aware ti…

#Decoder-only架构#自回归生成#因果注意力