匹配正文：…earch适合开放式复杂问题，RAG适合封闭域事实问答能举例说明典型产品（如OpenAI Deep Research vs 传统RAG应用）核心区别：单次检索 vs 自主迭代研究维度 RAG Deep Research 本质检索→生成的一次性流程多轮"检索-分析-再检索"的自主循环决策主体预定义流程，无自主规划 LLM自主决定下一步检索什么检索次数通常1-2次数十次甚至上百次输出形态直接回答结构化研究报告（带引用）技术原理差异 RAG 架构：Ret…

#Deep Research#RAG#Deep Research vs RAG

面试题·检索· 字节

RAG Retriever 工作流程详解

匹配题目：请详细阐述RAG系统中检索模块（Retriever）的完整工作流程，包括用户查询的预处理、向量化表示、在向量数据库中的相似性检索、候选文档的排序与筛选，以及最终结果的返回机制，并说明各环节的技术实现要点及其对整体系统性能的影响。

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

#字节

#重排与优化

#RAG Retriever 工作流程

面试题·检索· 阿里

RAG流程：检索到生成各阶段陷阱

匹配正文：RAG系统五阶段工作流程 1. 查询理解与改写技术要点：Query扩展（同义词、HyDE生成假设文档）、意图识别、多轮对话历史融合质量影响：查询语义漂移直接导致检索偏差，是RAG失效的首要环节 2. 文档检索（召回阶段）方法适用场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…

#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：…化、索引存储）在线检索流程（Query改写、向量检索、重排序）生成阶段（上下文拼接、Prompt工程、答案生成）各环节的关键技术选型与权衡（分块策略、Embedding模型、检索算法） RAG完整流程分为离线构建和在线推理两大阶段：一、离线知识库构建文档解析：处理PDF/Word/网页等多格式，提取干净文本（注意表格、图片OCR）文本分块（Chunking）：按固定长度、语义段落或递归方式切分；块大小通常256-512 token，需保留上下文重叠向量化（Emb…

#AIlab#RAG工作流#RAG 技术流程

面试题·检索· 高德

RAG增强与生成如何衔接？

匹配题目：请详细描述检索增强生成（RAG）技术的完整工作流程，包括检索、增强和生成三个核心阶段的实现细节。

#高德#RAG#RAG 工作流程

面试题·检索· 百度

RAG 工作原理与核心组件

匹配题目：请详细解释检索增强生成（RAG）技术的工作原理和核心组件

#百度#RAG核心组件#RAG 工作原理

面试题·检索· 高德

RAG 组件功能与数据流向?

匹配正文：… 离线知识库构建流程（文档解析、分块、向量化、索引存储）在线检索生成流程（查询向量化、相似度检索、上下文组装、LLM生成）关键技术环节（分块策略、Embedding模型选择、重排序优化、检索结果融合）能区分Naive RAG与Advanced RAG的差异 RAG完整工作流程一、离线知识库构建（Indexing）步骤功能关键技术文档加载解析PDF/Word/网页等多源格式 OCR、表格识别、版式分析文本分块将长文档切分为语义完整的片段固定长度/递归/语…

#高德#RAG数据流#RAG 工作流程

面试题·检索· 字节

RAG 核心实现原理是什么?

匹配题目：请详细解释检索增强生成(RAG)技术的核心实现原理、关键组件以及典型的技术架构方案。

#字节#RAG实现原理#RAG 实现原理

面试题·检索· 字节

RAG检索方法如何优化？

匹配题目：在RAG系统中，常用的检索方法有哪些？请对比不同方法的优缺点，并阐述在实际项目中如何进行技术选型以及后续的性能优化策略。

#字节#RAG检索选型#RAG 检索方法

面试题·检索· 京东

RAG 怎么解决大模型幻觉?

匹配题目：请详细解释检索增强生成（RAG）的技术原理、核心组件以及完整的工作流程，并说明其在解决大模型幻觉问题方面的优势。

#京东#幻觉抑制#RAG 技术原理

面试题·检索· 美团

RAG 系统核心组件怎么搭?

匹配正文：…失败率。延迟目标必须依据产品 SLO、硬件和模型确定，不能把“向量检索低于 50ms、整体 P99 低于 500ms”作为所有 RAG 系统的通用标准。结论：RAG 的技术实现是一条带版本、权限、评测和回滚能力的证据链，而不是固定的组件清单。图解 RAG 系统核心组件怎么搭?图解

#美团#RAG工程实现#RAG 系统实现

面试题·检索· 美团

RAG 系统有哪些常见陷阱?

匹配题目：在实现RAG系统时，有哪些关键的技术细节和常见陷阱需要特别注意？请从检索质量、上下文处理、生成效果等方面进行分析。

#美团#RAG常见陷阱#RAG 系统陷阱

面试题·检索· 阿里

RAG检索器与索引结构怎么选？

匹配题目：请阐述可以用于优化RAG系统中召回链路的方法，包括检索器选择、索引结构、查询重写等方面的技术手段。

#阿里云#查询重写#RAG 召回优化

面试题·检索· 小鹏

RAG文本分段策略与重叠机制

匹配题目：在RAG系统的文档处理阶段，如何进行有效的文本分段优化？请讨论不同的分段策略、重叠处理技术以及如何平衡分段粒度与检索效果。

#小鹏#文本分块优化#RAG 文本分段

项目实战·RAG

RAG 智能问答系统

匹配正文：…到公式、金额或适用条件时，只让模型凭参数记忆回答，无法证明答案来自哪份资料，也无法稳定处理更新后的规则。本项目用这个教学场景说明 RAG 的核心任务:先找到可核验的原文，再让模型基于证据作答，并在证据不足时明确拒答。这里不预设客户、文档规模或上线效果。继续读完整版 · 第 1 章为什么做 RAG → 技术架构:四大模块 + 两条链路教学实现拆成文档处理、检索、重排、生成四个模块，并区分离线建库与在线问答两条链路。向量库只是检索组件之一，实际还要验证解析质量、切分边界、关…

#项目实战#RAG 智能问答系统

面经·求职· 通用岗位场景

RAG 项目面试会怎样连续追问？一场工程深挖教学复原

匹配正文：…缓存也要按租户或可见范围隔离。回答时要覆盖数据访问、候选被无权内容占位、权限变更后的失效与审计记录。面试官：上下文窗口越来越长，RAG 还有必要吗？不要先站队。比较资料规模、更新频率、查询量、引用要求、延迟与成本。小而稳定的资料可能适合长上下文，大规模且持续更新的知识库通常仍需要检索。选型结论应来自约束，而不是来自技术偏好。第三部分 · 用自己的事实完成复盘练完技术追问后，再做一次真实性检查。把项目描述中的每个动词标出来：设计、实现、优化、上线分别是谁做的？把每个…

#RAG#项目深挖#教学复原

求职指南·RAG

企业知识库 RAG 架构项目模拟面试

匹配正文：…。能对应到本人动作的变更、评审或设计记录本人提交的架构图、接口变更、评审记录或对应代码范围下一步：design。配套学习：技术项目怎么讲出亮点?。 3. design · design 从请求进入开始，依次讲清鉴权、查询处理、召回、重排、上下文组装、生成、引用和返回的数据流。考察重点：确认候选人理解端到端链路、关键接口和状态变化。端到端组件、数据流和每层输入输出关键接口与约束如何影响设计下一步：tradeoff。配套学习：RAG 原理与核心架构、RAG 数据…

#模拟面试#简历项目#连续追问

求职指南·RAG

RAG 评测集与 bad case项目模拟面试

匹配正文：适合做过 RAG 评测的人，重点练评测数据怎么来、指标怎么算、错误怎么定位，以及怎样持续改进。教学示例：先换成自己的真实项目描述，再逐题练习。下面保留完整追问分支、检查重点与评分规则。项目描述示例负责【真实 RAG 场景】评测体系，承担【样本、标注、指标或平台模块】。需要准备：个人职责；样本来源；评测工件。建立【真实评测集与指标】，定位【真实失败类型】并验证【真实改动】。需要准备：指标与基线；样本切片；失败分类；验证结果。逐层练习 1. ownership · …

#模拟面试#简历项目#连续追问

面试题·RAG

RAG 已经能搜 PDF，为什么视频不能直接入库？

匹配正文：…视频从头看一遍。更理想的办法，是让系统直接找到讲年假的那几十秒，整理出答案，同时把原视频和时间位置交给你复查。这正是很多人希望 RAG 做到的事。 RAG 这个名字听起来有点技术，其实就是先从指定资料里找内容，再让大模型根据找到的内容回答。它和普通聊天的区别在于，大模型回答之前会先“翻资料”。但找到资料也不代表一定答对，答案最好还能回到原文检查。问题来了：PDF、Word 都可以作为资料，视频也是一个文件，为什么不能直接扔进知识库？因为知识库真正需要的不是一个文件名，而…

#RAG#解析与入库#视频 RAG

面试题·Agent

什么时候该用 Deep Research，而不是普通 RAG？复杂问题怎么分级路由？

匹配正文：很多团队第一次做 Deep Research，会把它理解成“检索次数更多的 RAG”。于是系统不管收到什么问题，都先拆计划、反复搜索、打开网页、整理报告。用户只是问一句“这个产品支持哪些文件格式”，也要等 Agent 跑完一整轮研究。流程看起来很智能，实际却把一个本来一次检索就能回答的问题，做得更慢、更贵、更不稳定。反过来，如果用户问的是“请比较三种技术方案在小团队、低运维和数据合规约束下的适用性，并给出能够核查的依据”，只查一次再生成也不够。一次检索可能只拿到某个厂商…

#Deep Research#问题边界与研究闭环#Deep Research 分级路由

项目实战·RAG

第 1 章:为什么做 RAG?

匹配正文：📊 学习时长:30-40 分钟 🎯 完成后能力:能用一段零依赖代码演示 RAG 的核心机制,并讲清为什么解析、切分、检索与评估同样关键 🔗 关联面试题:5 道(覆盖 5 个不同角度,见 Part 3) 这一章你会学到什么 ✓ 零基础也能跟着做:用 20 行不依赖任何库的代码,亲手演示一遍 RAG 的核心机制 ✓ 看懂 3 个核心概念:什么是幻觉、什么是 RAG、什么是"上下文" ✓ 建立 RAG 的"两条链路"心智模型(这张图决定了本书后面 9 章的顺序) ✓ 学会判断…

#RAG#检索#项目实战

项目实战·RAG

第 2 章:RAG 整体架构

匹配正文：…｜ ~10% 学到这一步,做几道题验证一下,知道自己学到位没。关联面试题(5 道,覆盖 5 个角度) 【整体架构与流程】解释 RAG 的整体架构与完整工作流程。中等 → 【离线索引构建】描述构建近似最近邻(ANN)索引的完整流程和关键技术选择。中等 → 【在线检索机制】详细解释 RAG 中检索模块(Retriever)的工作机制。中等 → 【为什么混合检索】为什么要采用混合检索(Sparse + Dense)?分别阐述其作用。较难 → 【召回链路全局优化】 …

#RAG#检索#项目实战

求职指南·求职

手把手把 RAG 教程做成"你自己的"项目

匹配正文：…你做、必须你自己拍板并能解释的决定。把这些决定和它们的依据攒起来,就是下面说的证据链。【项目证据链·本篇核心】一个能写进简历的 RAG 项目必须产出的 8 项证据一句话:简历上每写一个技术点,背后都要有一份"证据"撑着;缺哪一环,面试官就会在那里追穿。下面这 8 项是一条完整证据链,顺序也大致是你该产出的顺序。 # 证据它回答面试官的什么问题缺了会被追穿在哪 ① 需求说明你解决的是谁的什么问题,边界在哪 "这系统给谁用、为什么要用 RAG 不用直接问大模型" ② 架…

#求职#职业转型

RAG 项目指标化复盘

Deep Research vs RAG 怎么选?

RAG Retriever 工作流程详解

RAG流程：检索到生成各阶段陷阱

RAG 流程：检索、融合、生成

RAG增强与生成如何衔接？

RAG 工作原理与核心组件

RAG 组件功能与数据流向?

RAG 核心实现原理是什么?

RAG检索方法如何优化？

RAG 怎么解决大模型幻觉?

RAG 系统核心组件怎么搭?

RAG 系统有哪些常见陷阱?

RAG检索器与索引结构怎么选？

RAG文本分段策略与重叠机制

RAG 智能问答系统

RAG 项目面试会怎样连续追问？一场工程深挖教学复原

企业知识库 RAG 架构项目模拟面试

RAG 评测集与 bad case项目模拟面试

RAG 已经能搜 PDF，为什么视频不能直接入库？

什么时候该用 Deep Research，而不是普通 RAG？复杂问题怎么分级路由？

第 1 章:为什么做 RAG?

第 2 章:RAG 整体架构

手把手把 RAG 教程做成"你自己的"项目