匹配正文：…：IVF（倒排文件索引）原理：K-means聚类后建立倒排表，查询时只搜索最近的n个簇特点：内存友好、速度快，但召回率依赖聚类质量，边缘点易漏检适用：大规模数据（亿级）、内存受限场景，常与PQ结合使用 3. 基于量化的方法：PQ（乘积量化）原理：向量分段聚类，用短码本索引替代原始浮点存储特点：压缩率高（10-20倍），内存极小，但精度损失明显适用：超大规模（十亿级）、对召回率要求不极致的场景 4. 基于哈希的方法：LSH（局部敏感哈希）原理：设计哈希函数使相似向…

#百度#向量检索#向量召回方法

面试题·检索· 字节

向量检索加速：有哪些陷阱

匹配正文：答案要点向量索引选型与优化（HNSW、IVF等）多路召回与融合排序 Embedding模型优化与量化缓存策略与预计算硬件加速与分布式部署检索模块性能优化的核心策略一、索引层优化向量索引选型：以Flat作精确对照，把HNSW、IVF与量化组合列为候选；规模之外还要看维度、内存预算、过滤/更新、质量门槛和实测延迟，不能只凭百万/亿级决定。参数调优：HNSW检查M、构建efConstruction与查询efSearch；IVF扫描nlist/nprobe并核查训练样…

#字节#检索性能优化#向量检索性能优化

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：…：Faiss IVF-HNSW可用HNSW搜索粗聚类中心，再扫描选中的桶；它不等于对召回候选做图索引精排。IVF-Flat不压缩原向量，IVF-PQ才加入PQ编码。三、精度与效率平衡关键参数调优： HNSW：ef_construction（建图质量）、M（邻居数）、查询时ef（搜索深度） IVF：nlist（聚类数）、nprobe（查询桶数）工程策略：分层检索：先用IVF快速召回Top-100，再用精确计算精排Top-5 量化压缩：裸向量FP32→FP16/INT8每…

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

#安克科技#HNSW与IVF#RAG 向量匹配

面试题·检索· 美团

Embedding 相似性检索怎么工作?

匹配正文：…工作机制离线阶段：索引构建文本 → 分块 → Embedding模型 → 向量 → 构建索引（HNSW/IVF-PQ）→ 存入向量库在线阶段：相似检索查询文本 → 向量化 → ANN搜索Top-K → 返回相似文档 ANN加速算法 HNSW：图索引，查询快、精度高，内存占用大，适合百万级 IVF-PQ：倒排+乘积量化，内存省、亿级规模，精度略降实际选型看数据规模和延迟要求 RAG中的关键作用作为召回环节，解决"找什么"的问题。检索质量直接决定生成上限，常见优化：q…

#美团#Embedding检索#Embedding 相似性检索

面试题·检索· 百度

向量检索基本原理是什么?

匹配正文：核心原理向量检索把文档和查询编码到同一表示空间，再按照与模型训练方式匹配的距离或相似度寻找近邻。效果不仅取决于索引，还取决于语料、分块、embedding 版本和距离度量是否一致。 1. 向量化文档块与查询通常使用同一 embedding 模型及同一预处理版本编码。领域、语言和查询长度会影响表示质量，应在目标查询集上验证，而不是用“语义接近”作主观判断。模型升级时要记录向量版本；不同模型产生的向量通常不能直接放在同一索引中比较。 2. 索引构建 Flat 做精确搜索，…

#百度#向量索引#向量检索原理

面试题·Agent· 高德

Agent长期记忆Embedding检索策略

匹配口述回答：…些长期记忆。所以整体上，我更倾向于把长期记忆看成是一个分层缓存系统，而不是一个无差别的大池子。落地时我会特别关注一点：如果记忆库质量本身很差，再好的检索算法也救不回来。所以上线前会先跑一轮数据清洗，并且持续监控召回率，低于阈值就触发告警。一句话定位：长期记忆的本质是解决Agent的持续学习与上下文窗口限制 Embedding设计：语义+时间+重要性+实体的多维度编码检索策略：混合排序，粗排+精排+重排，时效性衰减噪声过滤：闲聊过滤、去重、记忆反思、置信度阈值落地取舍…

#高德#Agent#Agent长期记忆

面试题·文档处理· 字节

文本块怎么转向量并建索引?

匹配口述回答：…上用只读索引，后台异步重建，构建完用固定query回放校验Recall@K和延迟，达标才原子切换。删除千万别原地动图索引，否则召回质量会崩。另外，我最近在关注[[混合检索]]，比如把向量和BM25结合，在RAG里能显著提升召回率。但混合检索的权重怎么调、什么时候用关键词什么时候用向量，这是个值得深挖的点。所以整体上，我更倾向把向量化加索引看成一条完整的pipeline，而不是割裂的两步。从分块到嵌入到索引到检索，每一步的决策都依赖场景和数据特征，没有银弹。本质是让知识库…

#字节#文档处理#向量检索

面试题·文档处理· 字节

Embedding+向量库怎么做语义匹配?

匹配口述回答：…，互补覆盖。再举个例子，比如电商客服场景，用户问“满减和优惠券能叠加吗”。如果文档里只有“满减规则”和“优惠券规则”两个独立块，向量检索可能只召回其中一个。这时候分块策略就要优化，比如用[[Parent Document]]方式，先分大块再分小块，检索用小块，上下文用大块，保证信息完整。上线前我还会特别关注几个风险。一个是嵌入模型的质量，如果模型在领域数据上表现差，整个检索效果都会崩，所以一定要先做离线评测，用Recall@K和MRR指标卡一下。另一个是索引的实时更新，知…

#字节#文档处理#向量检索

面试题·文档处理· 字节

RAG 文本分块与向量索引流程

匹配口述回答：…选一个方案，往往是几种策略组合。先说[[分块]]。最直接的是固定长度切分，实现简单，但照搬一个固定值容易把一句话从中间断开，导致向量表示"碎"了。所以我在做企业知识库的时候，比如客服退款政策文档，会用递归切分，先按章节，再按段落，最后按句子边界切。这样每个chunk语义相对完整。但切得过细，检索时容易漏上下文；切得过大，关键信息又可能被稀释。所以真正落地时，我会把固定长度、递归切分与不同 overlap 设为候选，在同一评测集比较召回、答案质量、冗余成本和延迟。这里有个前提…

#字节#文档处理#向量检索

面试题·文档处理· 字节

Embedding 模型选型 vs 落地流程?

匹配口述回答：…维在速度和存储上更优。如果对延迟敏感，比如实时客服场景，我会倾向768维，配合[[IVF]]索引。接下来说完整流程。从原始文档到向量库，我习惯按这个顺序走：文本清洗、智能[[分块]]、向量化、元数据绑定、索引构建、入库。分块是最容易出问题的一环。固定 token 数切分简单，但照搬一个固定值容易切断语义。我会把多组 chunk size 与无重叠、短重叠、较长重叠组合放进同一评测集，比较边界召回、答案质量和成本后再选。如果是Markdown文档，按标题层级分；代码按函数或…

#字节#Embedding 模型选型#RAG 向量化流程

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：…清晰的文档用语义切分，对纯文本或结构混乱的，也要把多组固定长度与无重叠、短重叠、较长重叠作为候选，用同一评测集验证断句、召回、答案质量和成本。另外元数据一定要保留，比如来源、标题层级、时间戳，这能让后面的过滤和[[重排]]事半功倍。举个例子，在客服退款场景里，用户问的是'退款流程'，如果文档切分时把标题'退款政策'和正文'退款流程'分到不同块，检索时就可能只召回标题块，内容不全。所以我会把标题、层级这些元数据绑到每个块上，检索时优先返回。接下来说[[嵌入]]模型选择。这块很…

#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 文档怎么存储和向量化?

匹配口述回答：这道题其实问的是，怎么让机器理解文档的语义，而不是靠关键词硬匹配。整个流程的核心，就是把非结构化文本转成可检索的向量，同时保证召回质量。我先说[[分块]]。很多人一上来就照搬某个固定长度和overlap。但真正落地你会发现，固定长度适合新闻、百科这种通顺文本，碰到代码、表格、法律条款就崩了。比如一个退款政策文档，关键信息可能跨两个块，召回时只拿到一半，模型就瞎猜。所以我会按场景选策略：对连贯性要求高的，用语义分块，按句子或段落边界切；对层次化文档，比如企业SOP，用递归分块…

#安克科技#评估与监控#RAG 文档向量化

面试题·评估· 京东

RAG向量数据库选型关键指标

匹配口述回答：…数据库支不支持分片、动态扩缩容。另外写入吞吐也很关键，批量导入快不快，实时更新延迟高不高。有些库写放大很严重，频繁增删改会导致索引质量下降，这是一坑。还有就是和技术栈的集成。优先选有成熟 Python 或 Go SDK 的，最好原生支持 LangChain 和 LlamaIndex，省得自己封装。云原生场景下，支不支持 K8s operator、有没有 Serverless 计费模式，这些对运维成本影响很大。举个例子，电商搜索场景。商品向量千万级，用户查商品延迟必须控制在…

#京东#评估与监控#向量数据库选型

面试题·模型微调· 高德

Agent 记忆怎么用向量库?

匹配口述回答：…我一般用[[Cross-Encoder]]精排前10个候选，或者训练一个小BERT做二分类。其实还有一个挑战是记忆的删除和修改。向量数据库的图索引结构，原地删除非常危险，召回质量会崩。我会用软删除加异步重建，查询时用双缓冲影子索引，构建完用固定query回放对比Recall@K，通过才原子切换。最后说落地风险。前提是Embedding模型得能捕捉意图，否则检索结果就是垃圾。常见失败场景是用户说‘还是上次那个’，模型没把‘上次’和具体记忆关联起来，导致召回失败。上线我会特别…

#高德#Agent#向量检索

面试题·模型微调· 百度

文本嵌入模型怎么选?

匹配口述回答：…开源模型做主体，关键词检索做补充，再根据业务反馈迭代微调。面试官如果感兴趣，我可以展开聊聊微调时怎么构造对比学习样本，或者怎么评估向量质量。一句话定位：选型本质是平衡语言、成本、上下文边界划分：开源 vs 闭源，通用 vs 领域微调真实场景：电商退款政策检索，BGE+GTE+rerank 落地风险：模型更新、维度膨胀、数据漂移工程师判断：倾向混合检索加微调约4分钟数据漂移导致向量模型效果退化，需要定期回测和增量微调，但微调成本高且需要标注数据面试官可能会追问：怎…

#百度#文本嵌入模型#Embedding 模型对比

面试题·模型微调· 百度

Embedding 模型选型考虑哪些因素?

匹配口述回答：这道题其实问的是，在真实业务里怎么平衡效果、成本和工程复杂度。我先给个框架：选型完全取决于场景，不同场景对向量质量的要求差别很大。先说场景。如果是做语义检索，比如[[RAG]]里的召回，那肯定优先选专门优化过句子相似度的模型，像BGE、M3E这种，它们用对比学习训练出来的向量，余弦相似度能很好反映语义相关性。但如果你只是做文本分类或聚类，通用BERT就够用了，甚至可以用更轻量的模型，没必要上大模型。具体说一下核心参数。维度是个典型trade-off：768维或者1024维…

#百度#向量检索#Embedding 模型选型

面试题·检索

向量数据库和普通数据库有什么区别?

匹配口述回答：…靠向量，遇到订单号、政策编号这种精确信息就容易翻车。所以真正落地我不会只用向量检索，而是做 [[Hybrid Search]]，把向量和关键词结合起来，再配合 [[Rerank]]，这样精确匹配和语义匹配都能覆盖。不过要注意，ANN 索引在数据频繁更新时表现会变差，因为图结构或聚类中心需要重建。我会特别关注写入延迟和索引重建策略，如果业务对实时性要求高，可能得用 delta 加 base 双索引的方案，查询时合并结果，这样新增数据能准实时生效，同时保证检索质量。所以我的看…

#入门#基础概念#向量数据库

面试题·知识图谱· 字节

向量索引 vs 分层存储怎么选？

匹配口述回答：…就是分层混合：工作记忆搁上下文窗口或Redis，短期记忆用[[向量数据库]]比如Milvus，长期记忆得把原始日志扔对象存储，语义向量放索引库，关键实体关系抽成[[知识图谱]]。真正落地的时候，很少只用一种，都是混着上。先说一下存储形式。对象存储便宜，存原始对话；向量库做语义检索；知识图谱用来做复杂推理，比如用户说了‘我上次买奶粉送了个玩具’，你光靠向量可能找不准，但图谱里实体关系一查就出来了。但这里有个前提：你得有稳定的[[NER]]和[[关系抽取]]，否则图谱质量不行，…

#字节#Agent 长期记忆#向量索引

面试题·检索· 字节

BM25/向量/混合检索选型

匹配口述回答：…数据分布变化，比如双十一期间查询意图分布跟平时完全不同，线上需要监控 Recall 和延迟，如果指标下降，可能要重新调权重或者换 Embedding 模型；二是延迟，重排和查询改写都会增加耗时，线上要设超时和降级策略；三是一致性，比如混合检索的分数归一化做不好，会导致融合结果不稳定。另外，当数据量特别大或者查询特别多样时，纯向量检索的 [[ANN]] 召回质量可能下降，这时候我会考虑用 [[ColBERT]] 这种细粒度交互模型，或者做 [[Self-RAG]] 让模型自己…

#字节#检索方法选型#BM25/向量/混合检索选型

面试题·检索· 小鹏

RAG检索优化：向量检索与重排序

匹配口述回答：…。另一个技巧是 HyDE，让LLM先生成一个假设答案，再用这个答案去检索。这能缓解query和文档的语义鸿沟。但前提是LLM生成的质量要够，如果LLM跑偏了，检索反而变差。所以上线前我会用一批bad case跑一下，看改写后的召回率有没有提升，没有就回滚。最后说[[混合检索]]。纯向量检索对专有名词、ID号、精确匹配很弱，比如搜"订单号OD2024001"，语义上它就是个字符串，向量可能找不到。所以我会把 [[BM25]] 和向量检索结合起来。融合策略用 RRF 最简单稳定…

#小鹏#检索阶段优化#RAG 检索优化

面试题·检索· 安克科技

向量数据库 vs 传统数据库怎么选？

匹配口述回答：…库，搜出来的结果可能混入其他类目；只用关系库，搜不到语义相关的政策内容。所以真正落地一定是混合架构。我一般会这样设计：检索层用向量库做语义召回，拿到 Top-K 后，再用关系库做元数据精确过滤，比如按时间、类目、权限筛一遍，最后用 [[重排]] 模型比如 [[Cross-Encoder]] 精排，再把结果喂给 LLM。这个流程里，向量库负责召回率，关系库保证精确率，重排提升排序质量。这里有个坑，就是元数据怎么跟向量关联。常见做法是在向量入库时把结构化标签作为属性存进去，…

#安克科技#混合知识库存储#向量数据库

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：…到字面‘苹果’和‘手机’，如果文档里写的是‘iPhone’，它就漏了。所以BM25适合品牌名、型号、订单号这种精确检索场景。再说向量检索，它用[[Embedding]]模型把查询和文档都映射到语义空间，算余弦相似度。它能理解‘苹果手机’约等于‘iPhone’，召回率很高。但这里有个坑：向量检索的质量完全取决于embedding模型有没有在目标领域上微调过。如果直接用通用模型去搜医疗或法律文档，召回的全是语义相似但实际无关的内容，噪声很大。而且向量计算加[[ANN]]近似，延…

#小红书#检索方法对比#BM25 向量检索混合检索

面试题·检索· 京东

向量数据库选型关键因素有哪些？

匹配口述回答：…适合有DBA团队的场景。全托管方案像Pinecone、Zilliz Cloud，按量付费，适合快速验证和迭代。云厂商方案比如阿里云向量检索、AWS OpenSearch，网络延迟低，但容易vendor lock-in。还有个点是数据更新场景。知识库频繁更新时，难点不是能不能插一条新向量，而是在实时性、检索质量和一致性之间平衡。我会把更新分成新增、修改、删除三类。新增最简单，直接走增量插入就能准实时生效；修改和删除要谨慎，我会把修改看成旧版本软删除加新版本新增，删除也不原地动…

#京东#向量检索#向量数据库选型

面试题·检索· 安克科技

RAG 向量匹配怎么高效实现?

匹配口述回答：… Top-K 被无效候选占满，也可能让越权内容短暂进入后续链路。高基数字段、组合过滤和多租户隔离都要进入压测，不能只在无过滤的公开向量集上调参。缓存键也要包含租户、权限和索引版本，避免复用错误结果。运行一段时间后还要监控数据漂移。HNSW 持续插入和删除可能改变图质量，IVF 的旧聚类中心可能不再适合新分布，PQ 码本同样会过期。我会定期用冻结 query 回放，按时间、类别、租户和过滤条件看召回与延迟，达到阈值再构建影子索引。影子版本完成质量、容量和故障演练后再切流，旧版…

#安克科技#ANN性能权衡#RAG 向量匹配