匹配正文：…模块核心功能关键技术索引构建离线处理文档，构建可检索的向量库文档切分、Embedding模型、向量数据库（Milvus/Faiss）检索器从海量文档中快速召回Top-K候选稠密检索（DPR）、稀疏检索（BM25）、混合检索重排序精排候选，提升相关性 Cross-Encoder、ColBERT 生成融合将检索结果与Prompt结合，约束生成上下文拼接、引用标注、多文档融合策略三大优势的技术机制 1. 事实准确性提升机制：检索结果为生成提供"事实锚点"…

#字节#重排与优化#RAG 原理与核心架构

面试题·检索· 阿里

RAG流程：检索到生成各阶段陷阱

匹配正文：…景实现要点向量检索（Dense）语义匹配、长尾查询 Embedding模型选择（BGE/M3E）、向量数据库（Milvus/Faiss）、HNSW索引关键词检索（Sparse/BM25）精确匹配、实体查询分词策略、词频权重调优混合检索通用场景 RR融合或线性加权，兼顾语义与精确匹配质量影响：召回率决定答案上限，需平衡速度与精度（Top-K通常取20-100） 3. 重排序（精排阶段）必要性：双塔Embedding检索牺牲精度换速度，需Cross-Encod…

#阿里云#重排与优化#向量检索

面试题·检索· AIlab

RAG 流程：检索、融合、生成

匹配正文：…dding）：用BGE、M3E等模型将文本转为稠密向量；关键：领域数据建议微调Embedding模型索引存储：写入Milvus/Faiss/Elasticsearch等向量数据库，可配合稀疏索引（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…

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

按学习路线查看教程、项目和面试题。

站内 RAG 在线实战

#AIlab#RAG工作流#RAG 技术流程

面试题·检索· 百度

RAG 工作原理与核心组件

匹配正文：…g模型（如BGE、M3E、OpenAI text-embedding）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…

#百度#RAG核心组件#RAG 工作原理

面试题·检索· 百度

RAG 技术实现流程怎么走?

匹配正文：…向量索引构建 Embedding选型：业务域通用选BGE/M3E，垂直领域需微调索引结构：百万级用HNSW（内存索引），亿级考虑FAISS IVF或Milvus分布式方案多路召回：关键词（BM25）+ 向量双索引，解决语义漂移问题三、在线检索流程阶段技术要点查询改写 Query扩展、同义词补全、意图澄清（必要时主动反问）粗召回 Top-K向量检索（K=100~1000）精排序 Cross-encoder重排（如BGE-Reranker），筛选Top-5~10 …

#百度#文档切分与检索#RAG 实现流程

面试题·检索· 百度

RAG 文档处理与检索策略怎么搭？

匹配正文：… 滑动窗口重叠（保证上下文连贯）标题层级感知（保留文档结构）向量化：Embedding模型编码，写入向量数据库（Milvus/Faiss/Elasticsearch）二、在线检索层混合检索策略：用户Query → Embedding编码 → 向量相似度检索（Top-K） ↓ 关键词BM25检索 → 结果融合（RRF加权） ↓ 精排模型（Cross-Encoder重排序）→ 最终Top-N片段关键优化点： Query改写：扩展同义词、澄清指代多路召回：向量+关键词…

#百度#RAG检索策略#RAG 系统架构

面试题·检索· 高德

RAG 组件功能与数据流向?

匹配正文：…nAI 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、多跳查询分解检索策略：稠密检索（向量相似度）+ 稀疏…

#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：…分块，通常512-1024 token Embedding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…

#京东#幻觉抑制#RAG 技术原理

面试题·检索· 字节

RAG 系统实现：组件与流程

匹配正文：…ing模型（如BGE、M3E、OpenAI text-embedding-3）编码为稠密向量存储：写入向量数据库（Milvus、Faiss、Elasticsearch），可搭配稀疏索引（BM25）做混合检索查询阶段（在线）用户Query → 查询改写（可选）→ 向量检索（Top-K）→ 重排序（可选）→ 上下文拼接 → 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 Milv…

#字节#RAG系统实现#RAG 实现

面试题·检索· 字节

RAG架构：检索器与重排序策略

匹配正文：…型前完成权限检查；具体可有预过滤、搜索中迭代过滤等机制，需测过滤选择性与召回。分布式与实时性：按部署、过滤、更新和服务要求比较；Faiss是索引库，可接入在线服务，但完整权限、持久化与运维需另建，不能说只适合离线。关键参数：ef_construction（建图质量）、M（邻居数）影响召回-延迟权衡。 3. 重排序(Reranking)策略两阶段漏斗设计：第一阶段（召回）：高Recall，轻量模型，候选池大（如Top-100）第二阶段（精排）：高Precision，重…

#字节#向量库与重排序#RAG 架构设计

面试题·检索· 商汤科技

RAG 两阶段架构：模块与数据流

匹配正文：…粒度与上下文文本块集合 Embedding编码用BGE、M3E等模型将文本转为稠密向量向量表示向量存储写入Milvus/Faiss/Elasticsearch等，构建索引可检索向量库关键设计：分块策略直接影响检索质量——太粗易噪声，太细丢上下文。第二阶段：在线检索生成（Retrieval & Generation）数据流转链路：用户Query → Query理解（改写/扩展） → 向量检索（Top-K召回） → 重排序（Rerank精排） → 上下文融合（…

#商汤科技#两阶段文档处理#RAG 系统架构

面试题·检索· 美团

RAG 架构怎么搭?

匹配正文：…通常256-512 tokens） Embedding编码：用BGE、M3E等模型将文本转为稠密向量向量存储：写入Milvus/Faiss/Elasticsearch，构建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 Promp…

#美团#检索器生成器协同#RAG 架构

面试题·检索· 美团

RAG 检索器与生成器如何协同？

匹配正文：…通常256-512 tokens） Embedding编码：用BGE、M3E等模型将文本转为稠密向量向量存储：写入Milvus/Faiss/Elasticsearch，构建HNSW索引加速检索第二阶段：在线检索生成模块职责关键技术检索器从知识库召回相关文档稠密检索（向量相似度）+ 稀疏检索（BM25）混合重排序器精排Top-K结果 Cross-Encoder（如bge-reranker）生成器基于检索上下文生成答案大模型+Prompt工程，控制幻觉 …

#美团#RAG架构#RAG 系统架构

面试题·检索· 高德

语义检索向量数据库构建流程

匹配正文：…-PQ：十亿级数据用，内存友好，召回略低但可调参增量更新：采用分层索引或分区策略，避免全量重建 4. 存储方案混合存储：向量存Faiss/Milvus，标量字段存PostgreSQL/ES，用ID关联分片策略：按地理区域或业务线分片，查询路由到指定分片冷热分离：高频查询向量放内存/SSD，冷数据压缩归档 5. 查询优化查询重写：Query2Doc扩展、同义词改写，解决语义鸿沟两阶段检索：向量召回Top-K → 精排模型（Cross-Encoder）重排序缓存策略…

#高德#评估与监控#向量数据库构建

面试题·检索· 字节

RAG Retriever 工作机制详解

匹配正文：…语义向量相似度 DPR、Contriever、BGE 语义理解好，泛化能力强，需GPU推理关键技术组件向量数据库与索引存储：FAISS、Milvus、Pinecone 存储文档Embedding 索引结构：HNSW（图索引，快但内存大）、IVF-PQ（磁盘友好，略慢）量化：FP16/INT8降低存储，平衡精度与速度与Generator的协同 Query → [Retriever] → Top-K Docs → [Prompt拼接] → Generator → Ans…

#字节#Retriever#RAG Retriever

面试题·检索· 字节

Embedding 怎么实现语义召回?

匹配正文：…本映射为稠密向量关键：领域数据建议微调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…

#字节#向量语义召回#Embedding 语义召回

面试题·检索· 阿里

RAG 召回又快又准靠什么?

匹配正文：…P16/INT8为4/2/1字节，PQ码长由子向量数和每码位宽决定；总索引另计结构，质量变化必须实测，不固定4–8倍。磁盘索引：FAISS的IndexIVFPQ + ondisk模式，牺牲部分延迟换取容量工程架构层面分片（Sharding）+ 路由层，支持水平扩展预过滤（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…

#阿里云#召回链路优化#RAG 召回优化

面试题·检索· 字节

召回模型怎么搭建?

匹配正文：…践：Item向量离线预计算，User向量实时推理；索引按类目/热度分片，降低检索空间。链路解耦离线：全量Item编码 → 构建Faiss/Milvus索引 → 推送至KV/Redis 在线：User实时特征 → 塔模型推理 → ANN检索TopK → 粗排过滤学习建议建议系统学习该知识点

#Tiktok#负采样与向量索引#召回模型搭建

面试题·检索· 字节

Embedding + 向量数据库怎么搭?

匹配正文：…变化要实测，不承诺固定<2%。增量更新：避免全量重建索引，使用HNSW的动态插入特性学习建议建议系统学习该知识点参考资料 Faiss官方内积、余弦与L2关系 DPR原论文的成对查询/文档编码器 BGE-M3官方模型卡与最大序列长度 Sentence Transformers官方Embedding量化与校准

#字节#Embedding向量检索#Embedding 向量数据库

面试题·检索· 小红书

中文知识库检索选型

匹配正文：…/ ColBERT DPR（Dense Passage Retrieval）双塔结构，query和文档分别编码为固定维度向量用FAISS/ Milvus做ANN近似检索，牺牲少量精度换速度瓶颈：向量压缩后信息损失，细粒度匹配能力弱 ColBERT Late Interaction机制：token-level向量保留到最后一刻交互 MaxSim操作捕捉细粒度对齐，精度显著优于DPR 代价：存储膨胀（需存文档所有token向量），延迟更高三、工程落地建议场景方案关键…

#小红书#稀疏与稠密检索#中文知识库检索选型

面试题·检索· 美团

Embedding 模型结构选型

匹配正文：…算成本陡增关键权衡：维度↑ → 语义容量↑、检索精度↑，但索引体积↑、延迟↑、训练难度↑。实际需结合向量数据库（如Milvus/Faiss）的索引类型（HNSW/IVF）综合评估。新趋势：MRL（Matryoshka Representation Learning）训练时让模型同时适配多维度，推理时按需截断，打破"一次训练固定维度"的限制。学习建议建议系统学习该知识点

#美团#向量检索#Embedding 模型结构选型

面试题·检索· 阿里

Hard Search vs Soft Search 怎么选?

匹配正文：… Search 通过注意力权重对所有候选做加权求和连续分布，可导三维度对比 1. 计算效率 Hard Search：推理时依赖Faiss/Milvus等ANN库，单次检索毫秒级；但训练时需维护大规模索引，索引更新有延迟 Soft Search：训练时矩阵运算可GPU并行，但候选集规模受限于显存（通常截断到数千）；推理时若保留全量候选，计算量爆炸 2. 召回质量 Hard Search：存在检索误差——ANN的近似性可能漏掉真正相关的item，且Top-K截断导致梯度只更新…

#阿里#Hard Search与Soft Search#SIM 模型

面试题·检索· 美团

Embedding 相似性检索原理与索引构建

匹配正文：… 聚类分桶，先定位粗粒度再精细搜索，速度快、精度略降 PQ 乘积量化向量压缩，降低存储和计算量实际常用组合：IVF + PQ（FAISS）、或纯HNSW（Milvus/pgvector） 3. 相似度计算（Similarity）余弦相似度：最常用，消除向量长度影响，关注方向一致性点积：计算快，但受模长影响（适合已归一化的向量）欧氏距离：物理距离，适合需要绝对位置的场景完整检索流程 Query → Embedding模型 → 向量 → ANN索引检索 → Top-K…

#美团#Embedding相似性检索#Embedding 相似性检索

面试题·检索· 小米

Embedding 向量维度选型

匹配正文：…NT8）参考资料 Sentence-BERT原论文 Matryoshka Representation Learning原论文 Faiss官方索引、增量与存储 Sentence Transformers官方向量量化

#小米#向量检索#Embedding 向量维度选型