页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「Embedding 模型选型」找到 37 条内容
按专题浏览 →匹配正文：…F/线性加权） 通用场景首选 查询改写 HyDE（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…
匹配正文：整体架构：双塔模型（DSSM） 推荐召回的核心是向量检索，主流方案是双塔结构：User塔和Item塔分别编码，点积计算相似度，线上通过ANN快速检索。 关键环节设计 1. 特征工程 塔 核心特征 设计要点 User塔 用户ID、画像标签、历史行为序列 行为序列用Pooling或Transformer压缩，避免长序列直接输入 Item塔 物品ID、类目、标签、文本/视觉内容 内容特征需预训练（如BERT、CLIP），保持与User塔维度一致 关键权衡：ID特征记忆性强但泛化差，…
匹配正文：…按真实经历填写 目标岗位：大模型应用工程师 准备时间：按自己的准备进度使用 关键考点 文档分块(Chunking)策略与表格切分 Embedding 模型选型与领域微调 BM25 + 向量混合检索与 RRF 融合 多轮对话 Query 改写与指代消解 Cross-Encoder Rerank 精排 RAG 幻觉归因与四类治理 RAG 评估指标(Recall@K / MRR / LLM-as-Judge) 检索权限前置过滤与上线回归 第一部分 · 先证明你理解完整链路 先把这部…
学习内容与项目面试，在同一条路上。