匹配正文：…edding-3 向量数据库：Milvus（大规模）、Qdrant（易用）、Elasticsearch（混合检索方便）索引构建：HNSW（图索引，召回率高）、IVF-PQ（内存友好），根据数据规模和延迟要求选择 4. 检索优化混合检索：向量相似度 + 关键词匹配（BM25），用RRF融合排序查询改写：扩展同义词、纠错，提升召回重排序（Rerank）：用Cross-Encoder精排Top-K结果学习建议建议系统学习该知识点

#美团#RAG 知识库搭建#文档预处理

面试题·文档处理· 美团

RAG知识库构建流程详解

匹配正文：…排，而不是假定混合必然提升。 4. 存储与索引选型 Flat/exact：数据与延迟允许时作为精确基线，用来测近似索引真实召回。 HNSW：通常有较好的速度—召回取舍，但构建慢、内存开销较高；M、efConstruction、efSearch 必须按数据和硬件调节。 IVFFlat / IVF-PQ：训练样本、nlist、nprobe 和编码决定构建、内存、速度与召回，不能简单写成“上亿数据就选 IVF”。 pgvector、Milvus、托管服务或 Faiss：依据过滤、事…

#美团#RAG 知识库构建#文档预处理

面试题·文档处理· 安克科技

RAG向量化：分块与Embedding

匹配正文：…定长度、语义分块、递归分块等）及边界处理向量归一化的作用与L2归一化实现余弦相似度的数学原理与计算优化 ANN近似最近邻算法（HNSW、IVF等）的应用场景一、嵌入模型选型场景推荐方案特点通用中文 BGE-large-zh、M3E-base 开源、可私有化部署多语言 E5-multilingual、OpenAI text-embedding-3 跨语言检索能力强垂直领域领域微调（如法律、医疗）用领域数据微调通用模型关键考量：维度（通常768/1024/…

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#RAG 向量化#Embedding 模型

面试题·文档处理· 安克科技

RAG 文档如何存储、向量化和更新？

匹配正文：…ision、tokenizer、前缀、截断、归一化和距离。公开榜单用于筛候选，业务 Recall 与长尾切片决定结果。 Flat、HNSW、IVF 和量化索引没有按十万/百万/千万划分的通用门槛。先以精确搜索建立真值，再根据质量、P95/P99、吞吐、内存、过滤、更新和恢复实测。HNSW 不是默认答案，IVF 也不天然比 Flat 省存储。 5. 发布与一致性批量大小由模型、设备、请求限制和内存压测决定，不写死 500。每批使用幂等写入并保存失败清单，不能部分失败后把任务标…

#RAG#文档存储#解析

面试题·评估· 高德

高并发 Agent 延迟卡在哪?

匹配正文：…。召回阶段用元数据或 BM25 做安全的候选过滤，再用稠密检索补充语义召回；过滤规则必须通过召回回归，避免提前丢失正确文档。 HNSW 通过搜索宽度在延迟与召回间取舍；IVF 通过桶数和探测数取舍；PQ 可减少向量存储与带宽，但会引入量化误差。热点 query、embedding 和结果可以按语料与模型版本缓存；更新后必须正确失效。检索服务独立扩缩容，并记录 Recall@K、P95/P99、缓存命中和资源使用。生成阶段 continuous batching 提高…

#高德#Agent#Agent 系统延迟优化

面试题·评估· 美团

RAG 缓解幻觉的机制

匹配正文：… Embedding模型领域适配（如用BGE、GTE替换通用模型）向量数据库 Milvus/Pinecone，需考虑索引类型（HNSW/IVF）与分片策略重排序（Rerank）交叉编码器精排，解决向量相似≠语义相关的问题上下文压缩长文档截断、摘要提取，适配模型上下文窗口查询改写 HyDE（假设文档嵌入）、Query Expansion提升召回率核心优势 vs 典型局限优势可解释性：答案可溯源到具体文档片段时效性：知识库更新无需重新训练模型领域适配：低成…

#美团#事实锚定#RAG 缓解幻觉的机制

面试题·评估· 字节

RAG 三大瓶颈与迭代策略

匹配正文：…：相关性分数低于阈值时直接拒答，比胡说八道更安全三、系统效率瓶颈与优化核心问题：检索延迟高、吞吐不足、成本高索引分层：热数据HNSW内存索引、温数据磁盘索引、冷数据按需加载缓存策略：Query embedding缓存、热门问题答案缓存，命中率通常能到30-50% 异步流水线：检索与生成解耦，检索走异步批量，生成流式输出，降低TP99 量化加速：向量INT8量化、模型KV Cache优化，牺牲1-2%精度换2x吞吐四、迭代路径建议实际落地建议分阶段：先保证召回率（别…

#字节#评估与监控#RAG 性能瓶颈

面试题·评估· 字节

BGE-M3 vs BM25 怎么选?

匹配正文：…名的倒数均值，反映排序质量 NDCG@k：考虑位置衰减的加权得分，适合有明确相关性等级的场景效率指标 P99延迟：向量检索需关注HNSW索引构建与查询耗时 QPS/内存：BGE-M3需embedding服务和向量存储，BM25轻量权重考量与决策框架业务场景驱动（以抖音为例）：场景策略理由短视频标题搜索 BM25为主 + 向量重排标题短、关键词明确，BM25召回快视频内容理解/问答 BGE-M3为主需理解画面描述、口语化表达直播实时弹幕检索比较BM25、…

#抖音#BGE-M3 vs BM25#RAG 检索方案评估

面试题·评估· 京东

RAG向量数据库选型关键指标

匹配正文：选型核心维度 1. 性能与索引类型 HNSW：图索引，召回率高、查询快（1-10ms），但内存占用大，适合百万-千万级稠密向量 IVF+PQ：倒排+乘积量化，内存省、支持十亿级，查询稍慢（10-50ms），适合大规模稀疏访问 DiskANN：内存+SSD混合，平衡成本与性能，十亿级首选 2. 可扩展性水平扩展能力：是否支持分片（sharding）和动态扩缩容写入吞吐：批量导入速度、实时更新延迟（部分库写放大严重） 3. 延迟与成本权衡场景推荐方案在线QPS>1万、延…

#京东#评估与监控#向量数据库选型

面试题·模型微调· 字节

架构与训练怎么提升多轮一致性?

匹配正文：…nal Memory）：关键信息向量库（摘要、实体、用户画像）记忆写入：每轮用轻量encoder提取关键信息，更新至FAISS/HNSW索引记忆读取：当前query检索Top-N相关记忆，拼接至输入二、训练策略优化多阶段训练阶段目标数据特点预训练长文档建模书籍、长文章，4K→32K→128K渐进扩展 SFT 对话能力高质量多轮数据，平均10-20轮，含角色一致性标注 RLHF 连贯性与有用性多轮偏好对，同一问题不同轮次的回答对比一致性约束损失轮间一…

#字节#模型微调#多轮对话一致性

面试题·模型微调· 高德

Agent 记忆怎么用向量库?

匹配正文：…说"明天去机场，要早到"，拆分为[时间意图:明天] [地点:机场] [偏好:早到]，便于后续组合检索。索引与检索策略索引结构 HNSW为主流选择，平衡速度与召回按用户ID分区，避免跨用户污染时间戳作为辅助索引，支持范围过滤三层检索策略相似度召回：向量检索Top-K（如50个候选）时序衰减加权：score = similarity × exp(-λ·time_gap)，λ控制遗忘速度重要性重排序：用轻量模型打分，考虑：是否包含用户明确确认的信息（"对的""没错…

#高德#Agent#向量检索

面试题·模型微调· 字节

RAG 工作原理与架构怎么搭?

匹配正文：…用场景用BGE/M3E，垂直领域需微调；多向量表示（ColBERT）向量数据库 Milvus、Faiss、Pinecone；考虑HNSW索引、量化压缩检索策略稠密检索 + 稀疏检索（BM25）混合；多路召回融合重排序 Cross-Encoder精排（如bge-reranker），提升Top-K质量三、关键优化技术 1. 检索侧优化混合检索：向量语义匹配 + 关键词BM25，用RRF融合排序查询改写：HyDE（假设文档嵌入）、Query扩展、多跳检索上下文压缩：…

#字节#RAG 系统架构#RAG 工作原理

面试题·模型微调· 百度

大模型知识库怎么构建?

匹配正文：答案要点数据收集策略与来源选择数据清洗与质量评估方法 Embedding模型选型与微调向量索引结构选择（HNSW/IVF）检索策略优化（重排序、混合检索）知识库更新与维护机制一、数据收集阶段来源分类结构化数据：数据库、API、Excel表格非结构化数据：PDF、Word、网页、聊天记录半结构化数据：Markdown、JSON、XML 关键原则优先收集高频查询场景的数据建立数据版本管理和溯源机制二、数据清洗与预处理核心步骤格式统一：PDF转文本（处…

#百度#大模型知识库构建#知识库向量化

面试题·检索

什么是 Embedding 向量嵌入？

匹配正文：…模型的好坏。入门之后，可以往嵌入模型的选型与评测（MTEB / C-MTEB 榜单）、向量数据库与 ANN 近似最近邻索引（如 HNSW）两个方向继续深入。

#入门#基础概念#Embedding是什么

面试题·检索

向量数据库和普通数据库有什么区别?

匹配正文：…要用 ANN（近似最近邻） ANN 的思路是提前建好索引，查询时只看一小部分"候选区域"，用少量精度换几个数量级的速度常见索引：HNSW（分层图）、IVF（先聚类再查桶）、PQ（压缩向量省内存）核心概念向量数据库是一类专门存储高维向量、并按"相似度"进行检索的数据库：文本、图片先经过 embedding 模型编码成几百到几千维的向量，语义越接近的内容，向量在空间中的距离越近；查询时输入一个查询向量，数据库返回距离最近的 Top-K 条记录。这正是 RAG（检索增强生成）…

#入门#基础概念#向量数据库

面试题·知识图谱· 字节

RAG 技术原理和实现流程

匹配正文：…one/Elasticsearch） 2. 在线检索 Query向量化：用户问题同样编码为向量相似度搜索：ANN近似最近邻算法（HNSW、IVF），召回Top-K相关文档 3. 增强生成上下文组装：Prompt = 系统指令 + "参考文档：[检索结果]" + 用户问题 LLM生成：模型基于检索到的证据作答，可溯源关键优化点环节常见问题优化手段检索语义不匹配查询改写、HyDE（假设文档嵌入）、重排序(Rerank) 上下文文档过长/冗余摘要压缩、关键句提…

#字节#检索生成流程#RAG 技术原理

面试题·知识图谱· 高德

知识图谱实时性怎么保证?

匹配正文：…/消息队列 → 图谱差分计算 → 局部子图重建 → 向量索引同步用图差分算法识别受影响的最小子图，避免全量重建向量索引采用增量HNSW或分片索引，支持单点更新 3. 实时性保障策略场景方案典型延迟高频变更热缓存层（Redis）+ 异步回写图谱 <100ms 中频变更 Flink流处理 + 分钟级合并写入 1-5min 低频变更 Spark离线 + 小时级调度 1h+ 4. 智能体侧的适配时间戳感知检索：召回时优先返回带last_updated的最新结果置信度…

#高德#知识图谱实时性#RAG 知识图谱

面试题·知识图谱· 字节

向量索引 vs 分层存储怎么选？

匹配正文：…消息队列，避免阻塞主链路增量Embedding：仅对新内容编码，避免全量重建索引工程权衡点延迟vs召回：实时场景用近似检索（HNSW），离线分析用精确检索存储成本：原始对话压缩存OSS（<1%成本），向量索引控制维度（768→256）一致性：关键记忆（如用户禁忌）需强一致性存储，普通对话可最终一致实际参考：MemGPT的"虚拟上下文管理"、LangChain的VectorStoreRetrieverMemory都是典型实现。

#字节#Agent 长期记忆#向量索引

面试题·多模态· 字节

截图界面怎么用 RAG 解析?

匹配正文：…的UI上下文 + 检索到的知识，用VLM或纯文本LLM生成回答实际优化考虑问题方案延迟高预计算热门界面的解析结果；检索用HNSW近似；生成用蒸馏小模型 UI频繁变更建立组件指纹（布局哈希），变更时增量更新索引冷启动先用通用UI知识库（Android/iOS设计规范），再逐步积累业务数据复杂交互理解引入时序：支持多张截图（点击前/后）判断状态变化学习建议掌握OCR、视觉理解模型（如CLIP）、RAG基础流程及向量数据库使用，结合实际案例动手搭建小型多模态…

#字节#多模态#多模态 RAG

面试题·RAG· 美团

RAG 知识库怎么增量更新?

匹配正文：核心策略对比策略适用场景特点实时增量高频小批量更新直接插入HNSW等支持增量的索引，延迟低批量重建低频大批量更新全量重建IVF等分区索引，吞吐高双缓冲切换高可用要求后台构建新索引，原子切换，零停机关键实现手段索引层面的增量支持 HNSW天然支持增量插入，但大量更新会导致图结构退化，需定期rebuild优化 IVF索引可增量添加新voronoi cell，或采用IVF_PQ的增量训练子码本纯内存索引（如faiss）+ 持久化log，重启时重放恢复 …

#美团#知识库增量索引#RAG 增量更新

面试题·检索· 字节

RAG Retriever 工作流程详解

匹配正文：…t this sentence for retrieval"）动态更新：用户反馈回流，做对比学习微调 3. 向量检索索引结构：HNSW（高召回、内存型）、IVF-PQ（磁盘型、省内存）检索参数：ef_search、nprobe权衡延迟与准确率过滤机制：前置元数据过滤（时间、权限标签）减少搜索空间 4. 候选排序与筛选多路召回：向量+稀疏（BM25）+ 关键词，线性加权或Learned Fusion 重排序（Rerank）：Cross-Encoder精排，如bge-r…

#字节#重排与优化#RAG Retriever 工作流程

面试题·检索· 高德

向量数据库怎么支撑 Agent 记忆?

匹配正文：…述 3. 时效性编码对时间敏感记忆，将时间戳、相对时间（"3天前"）显式注入文本或作为附加特征三、检索策略优化索引结构选择 HNSW：延迟敏感场景，图索引保证低延迟 IVF-PQ：内存受限场景，量化压缩降本 DiskANN：超大规模，内存-磁盘混合多阶段检索 pipeline 粗排（向量相似度，Top-K=100） → 元数据过滤（时间范围、会话ID、标签） → 精排（重排序模型/交叉编码器，Top-K=5） → 上下文组装（按时间序/相关度融合）关键优化分块策略…

#高德#重排与优化#文档处理

面试题·检索· 百度

RAG 瓶颈在哪一步

匹配正文：…关键瓶颈与优化策略瓶颈1：检索延迟高（P99>500ms）根因：向量库规模大、索引结构低效、网络IO 优化方案：索引层： HNSW换IVF-PQ（牺牲1-2%召回换10x速度）；分片+路由缓存层：热点Query结果缓存（Query哈希去重）计算层： GPU加速向量计算；Embedding模型轻量化（MiniLM级）影响：延迟从500ms→50ms，但需增加缓存成本、可能损失长尾Query效果瓶颈2：检索相关性不足（Top-K命中率<60%）根因： Que…

#百度#重排与优化#RAG 系统瓶颈

面试题·检索· 阿里

RAG流程：检索到生成各阶段陷阱

匹配正文：…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-Encoder二次精排 …

#阿里云#重排与优化#向量检索