匹配正文：…问题定义“要研究什么”。轨迹记录“系统怎样一步步完成”。一条种子可以由 Teacher 或真实环境采样出多条轨迹，也可以先经过改写、参数变化和组合扩展，形成一个问题族。如果种子本身含糊、不可验证或答案已经泄漏，后面的轨迹再完整也没有价值。因此种子阶段要先验收问题契约：对象是谁，时间范围是什么，需要哪些证据，何时算完成，是否允许无答案。不要在种子里预写一个虚构的完美过程。种子是任务入口，不是让模型照抄的故事。也不要把最终答案硬塞进问题文本。参考答案与证据只供轨迹验证…

#Deep Research#数据构造与训练#Deep Research 种子数据

面试题·RAG

Rerank 为什么更准，却不能对整个知识库运行？

匹配正文：…归因给精排模型。正确证据没进入 Top-N 这是召回覆盖问题，不是 Rerank 失败。先检查文档是否入库、过滤范围是否正确、Query 是否被改写带偏、关键词和向量路线是否找到正确内容。正确证据进入候选，却排在后面这是 Rerank 应该处理的典型问题。保存重排前后列表，查看正确证据名次是否上升，同时检查前面的错误候选为什么看起来相关。重排后正确证据反而下降检查模型语种、候选文本长度、截断位置以及训练数据。Rerank 不是天然只会变好，更强模型也可能不适合当…

#RAG#检索与重排#RAG Rerank

面试题·Agent

简单问答怎样升级成真正需要多步研究的问题，又不把题目编坏？

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

匹配正文：…行复用。新问题应生成新的参考答案与证据。四种方法怎样选择？图路径适合需要显式多跳与可验证关系的任务。迭代升级适合从真实简单 query 逐步增加对象和约束。形式化组合适合精确控制推理层级与输出结构。实体替换适合快速扩展同类问题，但必须强验证事实与多样性。它们不是互斥的。可以先用图或结构确定证据骨架，再用迭代变换和自然语言改写增加表达多样性。选择依据是目标能力、可用语料、验证成本和失败类型，不是哪种方法名字更新。任何方法都必须进入相同质量门，不能因为结构复杂就降…

#Deep Research#数据构造与训练#Deep Research 复杂问答

面试题·RAG

Embedding 和 Rerank 模型怎么选？什么时候值得领域微调？

匹配正文：…路微调不是模型选型的默认下一步。一个 bad case 出现后，先检查证据是否正确解析、Chunk 是否切坏、正确片段是否入库、Query 是否被错误改写、过滤条件是否挡住结果。上游数据有问题时，用微调掩盖只会让错误更难解释。只有满足以下条件，微调才有清晰目标：通用模型在一类问题上持续、稳定失败，而不是偶发波动；错误确实发生在语义匹配或候选排序层，不是解析、权限或索引问题；已经有足够的人工确认正样本，以及“看起来很像但实际不回答”的难负样本；有未参与训练的独立测试…

#RAG#检索与重排#Embedding 模型选型

面试题·RAG

对话历史太长怎么办？滑动窗口、摘要和长期记忆怎么分工？

匹配正文：…解决的不是“存不存聊天”，而是四个更具体的问题：哪些内容值得保留，保留到哪一层，什么时候应该取回，以及何时必须更新或删除。多轮 Query 改写关注的是“怎样结合最近对话把当前问题补完整”；本题继续往后追问，专门讨论历史如何写入、隔离、更新、过期和删除。两个问题会使用同一段对话，但验收目标不同。这里还要把知识库事实单独拿出来。企业制度、产品手册、合同条款属于可验证的静态知识，应由知识检索链路提供；“用户正在办理哪一步”“用户已经确认哪个选项”属于会话状态；“用户明确同意长…

#RAG#生成与对话#RAG 记忆模块

面试题·RAG

RAG 评测集怎么构建？问题、答案和证据必须怎么标？

匹配正文：…事：用户是否可能这样问，资料里是否真的有答案，参考答案能否完全由标注证据推出。问题类型也要有层次。原词事实题检查基本命中。口语改写题检查语义召回。否定和例外题检查条件理解。流程题检查多步骤证据。比较题和多跳题检查多段信息。表格题检查结构解析。无答案题检查拒答边界。如果一批题只是把“怎么报销”换成十种说法，数量看起来很多，知识覆盖仍然很窄。可以对照知识库目录、文档类型和用户任务做覆盖表，避免某一主题主导整体结果。评测集怎样从文档变成可执行数据？可以按七步完成。第一步…

#RAG#评测与上线#RAG 评测集

面试题·Agent

Text2SQL 生成的 SQL 敢直接执行吗？安全校验与执行边界怎么设计

匹配正文：…因不断尝试，系统可能变成 Schema 和权限探测器。此时应终止查询，向用户说明当前权限或能力边界。成本过高可以分两类。能确定性改写的分页、选择明确列或按分区增加已确认时间条件，可以生成新候选并再次完整校验；会改变业务含义的采样、缩短时间、减少维度，则必须让用户确认。每次重写都从第一层重新走完整链路，不能继承上一次“部分通过”的安全状态。重试次数受预算控制，连续产生同类失败时停止，避免模型在 SQL 变体中循环。这一区分同时改善可用性和安全性：可修复的格式错误不必让用户…

#Agent#工具调用与安全#Text2SQL SQL 安全

面试题·RAG

Recall@K、MRR、Faithfulness，分别在评估 RAG 哪一层？

匹配正文：…外被其他路径带入上下文。如果答案事实无法回到本轮证据，这次结果不应被算成 RAG 链路成功。优先检查文档解析、Chunk 边界、Query 改写、过滤条件、Embedding 和召回策略。情况二：Recall 高，MRR 低正确证据找到了，但排得太靠后。优先检查混合检索融合、Rerank、时效性或权限过滤后的排序，以及最终上下文截断。这时继续扩大候选 K 可能不会解决问题，反而增加成本。更关键的是让最有用的证据进入模型实际可见的位置。情况三：Recall 和 MRR…

#RAG#评测与上线#RAG 评估指标

面试题·RAG

RAG 首字响应为什么慢？Embedding、检索和生成怎么逐段优化？

匹配正文：…条请求在首字前经过什么？可以按下面的顺序理解。第一步，网关和应用服务接收请求，完成身份、租户和知识库范围校验。第二步，进行 Query 处理。如果是多轮问题，还可能做话题判断和 Query 改写。第三步，计算 Query Embedding。文档 Embedding 应在离线入库阶段完成，在线阶段通常只计算用户问题。第四步，执行关键词召回和向量召回。两路之间没有结果依赖时，可以并行。第五步，融合候选并做 Rerank，然后按门槛和上下文预算截取证据。第六步，构建…

#RAG#评测与上线#RAG 首字响应

面试题·RAG

一个可上线的 RAG 系统怎么拆？离线入库、在线问答和监控如何闭环？

匹配正文：…得到用户和租户，确定可访问的知识库、文档和版本。权限条件要进入检索请求内部，不能先搜全库，再由前端隐藏不该看的结果。接下来才是 Query 处理。单轮问题可以直接进入检索，多轮问题可能需要从历史中补全实体。无论是否改写，都要保留原问题，以便回退和审计。然后并行执行关键词与向量召回。一条完整的调用链可以这样拆：get_filters 把知识库 ID、文档 ID 和可用状态转成搜索条件，get_vector 生成向量表达式，search 组合文本与向量候选，外层 retri…

#RAG#评测与上线#RAG 系统设计

面试题·Agent· 阿里

RAG+Agent 延迟与准确率成因

匹配正文：…位瓶颈。二、结果正确率的成因与优化核心矛盾：Agent的"动态性" vs RAG的"静态性" 检索噪声：Agent任务漂移导致Query与知识库语义偏移优化：引入Query改写模块（HyDE/假设文档），结合Agent历史上下文做共指消解上下文碎片化：多轮检索结果拼接破坏逻辑连贯性优化：检索后重排序（ColBERT交叉编码器），按Agent当前子目标动态过滤决策漂移：早期检索错误导致后续步骤连锁错误优化：设置检索置信度阈值，低置信时触发"反思"模式重新规划；关键…

#阿里云#Agent#RAG Agent 延迟优化

面试题·评估· 美团

RAG 缓解幻觉的机制

匹配正文：… 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：低成本接入垂直领域知识局限检索质量瓶颈："Garbage in, garbage out"，漏检/误检直接传导至生成延迟开销：检索+重排增加100-500m…

#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：一、检索精度瓶颈与优化核心问题：向量语义匹配不准、Query与文档分布不一致混合检索：向量+关键词（BM25）双路召回，用RRF融合排序，解决语义漂移和专有名词匹配问题查询改写：用LLM扩展Query（HyDE生成虚拟答案再检索）、澄清多义词、补全省略的主语重排序（Rerank）：Cross-Encoder精排，把候选从100缩到Top-5，精度提升明显但增加延迟索引优化：按业务领域分库、语义分层（摘要→正文→细节），减少候选噪声二、生成质量瓶颈与优化核心问题：…

#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：…密检索。维度 BGE-M3（稠密向量） BM25（稀疏词频）匹配方式语义相似度（cosine）精确词项匹配优势场景同义改写、跨语言、长语义理解专有名词、短查询、实时性要求高典型短板冷启动、罕见实体、计算开销语义鸿沟、词形变化敏感关键评估指标质量指标 Recall@k：前k个结果命中的相关文档数 / 已标注相关文档总数；前k中的相关占比是Precision@k。两者分别衡量覆盖和噪声。 MRR（Mean Reciprocal Rank）：首个相关文档排名…

#抖音#BGE-M3 vs BM25#RAG 检索方案评估

面试题·评估· 字节

RAG 文档检索选型

匹配正文：… 稠密检索同义改写、自然语言意图专有名词和长尾实体可能漏召回 BM25 等稀疏检索关键词、编号、错误码精确命中难以覆盖语义改写混合检索同时覆盖语义和字面信号两套索引增加延迟、成本和维护复杂度 RRF 只依赖名次，适合不同召回分数难以直接比较的情况；线性加权需要先校准分数，并用评测集确定权重，不能凭经验写一个固定值。 2. 优化顺序先按文档结构切块，并保留标题、章节和权限等元数据。用 query 类型分析决定是否改写、扩展或路由，避免所有查询都调用 LLM。 …

#字节#混合检索#RAG 文档检索选型

面试题·评估· 小红书

RAG 有哪些主要缺陷?

匹配正文：…层面：延迟高、成本高、冷启动问题改进方案需具体对应上述问题一、检索阶段的缺陷 1. 召回质量不稳定向量检索存在"语义鸿沟"：query与文档的embedding空间不对齐，导致字面相关但语义检索失败稀疏场景（专业术语、ID、代码）dense retrieval效果差改进：混合检索（BM25 + 向量）、query改写/扩展、重排序（Cross-encoder） 2. 上下文切片粒度难把握切分太细丢失全局语义，切分太粗引入噪声改进：语义切分（基于主题边界）、层次索…

#小红书#RAG 局限性#RAG 缺陷

面试题·评估· 虾皮

大模型怎么用于搜索检索?

匹配正文：…关键词匹配）阐述RAG核心架构（检索+生成）及关键模块说明混合检索策略（向量+稀疏+图谱）分析大模型在搜索中的具体应用环节（改写、摘要、问答）指出落地挑战（延迟、幻觉、成本、数据更新）核心方案：RAG驱动的智能搜索大模型在搜索场景的核心落地形态是 RAG（检索增强生成），不是替代传统检索，而是分层增强。技术架构层级功能大模型作用查询理解层意图识别、查询改写、多轮澄清纠错、扩展、消歧（如"苹果"→水果/公司）检索召回层向量检索 + 稀疏检索（BM2…

#虾皮#大模型搜索检索#搜索检索技术方案

面试题·评估· OPPO

意图识别在 RAG 中怎么用?

匹配正文：答案要点意图识别决定检索策略选择（向量检索/关键词检索/混合检索）通过查询改写和扩展提升召回率识别多跳/复杂意图以触发Agent能力过滤无关查询降低幻觉风险为生成阶段提供结构化上下文指导意图识别的核心作用意图识别是RAG系统的"路由中枢"，解决**"用户到底想要什么"**的问题，直接决定后续检索和生成策略。一、提升检索准确性场景意图识别的作用检索方式选择事实类→关键词/稀疏检索；语义类→向量检索；模糊需求→混合检索查询改写识别省略实体（如"这个产品…

#OPPO#RAG 意图识别#RAG

面试题·评估

RG 系统效果差怎么排查?

匹配正文：…果中 MRR/NDCG：相关片段的排序质量诊断方法人工标注100个查询的"黄金文档"，计算检索命中率分析未命中的case：是query理解偏差（需改写/扩展）、还是向量空间不对齐（需调整embedding或分块策略）快速实验：用人工精选的上下文替换检索结果，若生成质量显著提升 → 问题在检索侧二、定位生成模块问题关键指标忠实度（Faithfulness）：生成内容是否被上下文支持答案相关性：是否回答了用户问题诊断方法固定输入"完美上下文"（人工构造含答案的…

#检索归因#生成归因#RG 系统故障排查

面试题·评估

RAG效果差：检索vs生成怎么诊断？

匹配正文：…档是否排在前面诊断方法人工抽检：随机采样bad case，人工判断"给定这个问题，理想文档应该是什么"，对比实际检索结果查询改写分析：检查原始query与改写后query的检索效果差异向量相似度分布：观察query与top1结果的相似度分数，过低（如<0.6）说明语义空间对齐有问题判定标准：Recall@K < 70% 或人工判断检索结果明显偏离，则问题在检索侧。第二层：判断生成模块是否合格关键指标 Faithfulness（忠实度）：生成内容是否基于检索文档，…

#检索诊断#生成协同#RAG 效果诊断

面试题·模型微调· 京东

300-500意图怎么召回?

匹配正文：… 规则召回兜底高频正则+业务规则硬匹配精排层：用Cross-Encoder对Top-K候选重排序动态示例选择：从该意图历史Query中选3-5个最难区分的作为Few-shot，而非全量意图说明三、上下文压缩技术意图摘要：每个意图用结构化描述替代长文本（意图名+核心槽位+典型说法） Query改写：用SLM先做指代消解和补全，减少历史轮次依赖滑动窗口+记忆压缩：对多轮对话，用摘要模型压缩历史为关键状态四、工程落地要点索引分片：按意图簇分片存储，路由时只查对应分…

#京东#大规模意图识别#上下文长度限制

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：…5-10轮占40%，20轮以上占20%，覆盖不同深度一致性标注：人工标注"是否同一说话人风格""是否前后矛盾" 负样本构造：故意改写第N轮回答使其与第1轮冲突，训练判别能力合成数据策略用强模型生成种子对话，人工精标关键轮次 Self-Instruct扩展：给定角色设定，采样不同场景生成多样化对话四、推理机制改进动态上下文管理输入 = [系统指令] + [检索记忆: Top-3] + [滑动窗口: 最近6轮] + [当前query] 窗口溢出时：老轮次送summar…

#字节#模型微调#多轮对话一致性

面试题·模型微调· 美团

RAG检索偏差怎么缓解?

匹配正文：…索引+增量索引），结果融合排序美团外卖场景：新商家/新菜品实时入增量索引，避免全量重建延迟 2. 查询重写与扩展用LLM将用户query改写为多个视角（时间敏感型、通用型），分别检索后聚合例："附近好吃的" → 扩展为"2024新店推荐"+"高评分老店" 3. 自适应向量微调收集新文档的点击/转化反馈，用对比学习微调embedding模型（LoRA轻量更新）关键：混合采样新旧数据，防止灾难性遗忘 4. 分布感知的重排序训练阶段引入领域标签，推理时检测query分布…

#美团#模型微调#RAG检索偏差

面试题·模型微调· 美团

Reranker 训练数据怎么构造?

匹配正文：…向量召回或旧 Reranker 的高分误召回中挖掘。难负样本必须复核假阴性，避免把实际相关文档当负样本。批内负样本也要防止不同 query 共享答案导致误标。 3. 数据切分与去泄漏按 query、文档来源、时间或用户场景切分训练集和评测集，避免同一问题改写、近重复文档或同一事件跨集合泄漏。线上日志应保留采样策略、召回器版本和曝光位置，便于重放。 4. 训练与闭环比较点式、对式或列表式损失，并在固定召回候选上评估 MRR、NDCG、Recall@K、校准、延迟及最终答案…

#美团#重排与优化#Reranker 训练数据