匹配正文：…demo 零依赖,直接跑 ✅ 最好先读过第 3 章(chunk 的 section_path 元数据)和第 5、6 章(检索 + 重排),这一章用的就是它们的产出先看一个生成失败演练(这是本章的"为什么") 下面使用合成条款和问题说明生成环节的两类风险,不是客户项目或线上事故。检索、重排之后,系统还要把检索到的条款交给 LLM 组织答案: 它会编。知识库没有依据时,模型仍可能生成看似确定的答案。它说不清凭什么。即使答案方向正确,如果给不出出处,使用者仍无法核验。可以…

#RAG#检索#项目实战

面试题·RAG

多轮 RAG 如何理解“这个怎么申请”？

匹配正文：…让模型从多份历史里猜一个。近期原文、历史摘要和长期记忆的使用矩阵越靠近当前轮次，越需要保留原文；越长期的信息，越要先验证来源、作用域和有效性。改写器不能把用户历史当成权威资料，也不能把模型自己生成的旧回答当成事实。需要长期保存什么、怎样写入、隔离、更新和删除，继续看对话记忆管理题。本文只检查历史是否帮助当前 Query 补对实体、条件和意图。会话状态怎样和原始历史配合？只依赖最近几轮原文，窗口变长以后会逐渐丢掉早期条件；只依赖自由文本摘要，又可能在压缩时漏掉否定和…

#RAG#生成与对话#多轮 RAG

面试题·Agent

Text2SQL 面对上百张表，怎样选对 Schema 并处理业务歧义

匹配正文：…要维度字段。敏感或无关列继续排除。召回阶段追求“正确表列在候选里”，但候选不能无限扩大。可以先按数据域和权限硬过滤，再语义召回和重排。阈值与候选数量需要根据评测集校准，不应在没有数据时给固定数字。找到表还不够，还要补齐 Join 路径用户问题常跨越事实表和维表。单独召回到订单、客户和地区表，不代表模型知道怎样连接。系统可以维护 Schema Graph：节点是表，边记录外键、候选连接键、基数关系、有效条件和方向。召回到目标表后，在图中寻找允许的最短或最可信连接路径，并…

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

#Agent#工具调用与安全#Text2SQL Schema 选择

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：…测验证，而不是只在本机发一个请求。 Rerank 为什么容易成为新瓶颈？粗召回通常可以快速从大规模候选中找出一批可能相关的内容。Rerank 则要更细地比较 Query 和每个候选，成本会随着候选数量增长。候选越多，召回覆盖可能越高，Rerank 工作量也越大。无限扩大 Top N 不是稳妥策略。一条合理的排序链路会先做粗召回，再调用 rerank 或 rerank_by_model 对有限候选做更精细的比较。昂贵排序应该作用于有限候选，而不是作用于整个知识库。候选数量…

#RAG#评测与上线#RAG 首字响应

面试题·项目与经历· 商汤科技

项目局限性与改进方向

匹配正文：… 根因候选包括【数据、检索、模型、工具、交互或部署】，通过【对照实验】排除【】，目前最支持的是【】。已尝试【方案】，结果【】，副作用【】；下一步以【最小实验】验证。若无法在预算内解决，采用【回退、拒答、人工或权限限制】控制风险。 RAG 项目要拆分 retrieval recall/precision、证据进入上下文、context utilization、faithfulness、最终任务成功和延迟成本。召回提高可能带来更多噪声，但并不存在“召回和幻觉天然此消彼长”的定…

#项目复盘#技术债务#系统优化

面试题·推理优化· 字节

FAISS 怎么实现高效 ANN 搜索?

匹配正文：…esidual PQ 都会影响压缩率与误差。 IVFPQ 可先用 IVF 缩小搜索范围，再用 PQ 码计算候选距离；也可按需要加入重排或 GPU 加速。选型与验证根据数据量、可用内存、更新方式和目标 QPS，对 Flat、IVF、PQ、IVFPQ、HNSW 等候选统一测 Recall@K、延迟分位数、吞吐、构建时间和峰值内存。索引参数必须在代表性查询集上调优；不能仅按“百万级”或“亿级”给出固定索引结论。图解 FAISS 怎么实现高效 ANN 搜索?图解

#向量检索#近似最近邻搜索#量化压缩

面试题·Agent· 字节

Agent 长短期记忆如何分层?

匹配正文：…工具结果先经过候选提取、结构校验、去重、来源、权限与敏感信息检查，再带时间和版本写入结构化库、文本库或向量索引。新请求按身份与任务作用域做关键词、向量和结构化混合检索，再按相关性、时效性、重要性和权限重排，在上下文预算内注入。事实、原文和向量用稳定 ID 关联。向量用于候选检索，精确属性和状态由结构化存储承载；用户纠正应生成新版本或显式覆盖规则。摘要是有损表示，必须保留原始证据引用。系统按租户和主体分区，使用事件日志、幂等写入、删除和过期策略。多 Agent 默认隔离，只…

#字节#Agent#Agent 记忆架构

面试题·Agent· 百度

多智能体 Memory 机制怎么用?

匹配口述回答：…，比如把生鲜退款的案例推给数码产品退款，反而会误导决策。常见失败场景是，记忆库越来越大，检索噪声也越来越高。所以上线我会特别关注 ReRank 和过滤策略，保证召回的都是高相关的经验。多智能体场景下，Memory 还有个特殊作用：协作共享。不同智能体可以同步关键信息，避免重复探索。但这里有一个棘手的问题，冲突消解。比如两个智能体对同一类订单的退款策略记录不一致，怎么办？我倾向用版本控制加共识机制，比如按时间戳或投票决定采纳哪个。说到共享，其实有个更深的点：智能体之间的记忆…

#百度#Agent#多智能体 Memory

面试题·Agent· 字节

Agent 记忆衰退：为何与如何实现

匹配正文：… 冷数据下沉 LRU/LFU策略，长期未访问的记忆迁移到慢存储或摘要压缩工程落地要点与RAG结合：向量库中存全量记忆，衰减机制作用于检索前的候选过滤或重排序阶段参数权衡：衰减系数 \lambda 需按业务调优，客服场景可激进（天级），个人助理需保守（月级）参考方案：MemGPT的"分层记忆"（上下文→工作记忆→外部存储）+ 显式的forget操作一句话总结记忆衰退不是无脑删除，而是让Agent学会"什么该记住、什么该放下"，本质是模拟人类认知的遗忘曲线。

#字节#Agent#Agent 记忆衰退

面试题·文档处理· 字节

Embedding+向量库怎么做语义匹配?

匹配正文：…E、GTE、E5系列垂直领域建议微调，使用领域语料对比学习多语言场景需确认模型跨语言对齐能力 3. 向量数据库核心配置参数作用典型设置索引类型 HNSW（高召回）vs IVF（快建索引） HNSW，ef_construction=200 距离度量余弦相似度 / 内积 / L2 余弦相似度最常用 Top-K 召回数量 10-50，结合Rerank用 4. 协同工作机制 Embedding模型负责语义空间映射：将文本转为稠密向量，保证语义相近文本在向量空间邻近向量…

#字节#文档处理#向量检索

面试题·文档处理· 蔚来

RAG分块策略：粒度、重叠与写入

匹配正文：…证据完整率、答案正确性、延迟和索引膨胀。重叠处理不要预设固定比例：把零重叠、短窗口和较长窗口作为候选方案，在同一评测集上回放作用：缓解答案跨越切分边界时的信息丢失代价：重复索引会放大存储、召回冗余和重排成本实现：记录每个chunk在原文中的起止位置与父级结构，便于合并、去重和溯源向量化写入流程原始文档 → 清洗（去噪/格式标准化）→ 结构化解析（提取标题/表格/代码块） ↓ 产生多组分块候选 → 在固定问题集上评测 → 生成chunk元数据（来源、位置、类型） …

#蔚来#文档处理#RAG文本分块

面试题·文档处理· 百度

RAG 分块参数调优

匹配正文：…要点分块策略分类（固定长度、语义、递归等）及适用场景分块粒度与检索精度的权衡关系边界处理策略（句子/段落完整性）重叠策略的作用与设置实际选型需结合文档类型和业务需求核心分块策略 1. 固定长度分块（Fixed-size）按token数或字符数切分，具体长度作为候选变量优点：实现简单、Embedding均匀、便于批量处理缺点：可能切断语义，边界信息丢失 2. 递归分块（Recursive）优先按段落→句子→固定长度层级切分优点：尽量保持语义单元完整缺点：…

#百度#RAG 分块参数调优#RAG 分块大小和 overlap 怎么调？指标与实验方法

面试题·文档处理· 小鹏

RAG 分块长度与重叠如何取舍?

匹配正文：…合观察的场景主要风险较短分块局部事实、错误码、条款定位上下文断裂、重复召回较长分块总结、比较、跨句推理无关内容增多、重排成本上升结构化或动态分块文档类型混合、章节层级明确实现与维护复杂度更高实践建议：先按标题、段落、列表、表格或代码边界产生候选，再对过长单元二次拆分。具体长度受embedding模型输入限制、查询类型和上下文预算共同约束。重叠策略（Overlap）作用：当答案跨越切分边界时，补回相邻上下文选择方法：把零重叠、短窗口和较长窗口放到同一…

#小鹏#RAG 文档分段#检索增强生成分段策略

面试题·文档处理· 安克科技

RAG向量化流程：预处理到归一化

匹配正文：…处理策略（分块、清洗、元数据保留） Embedding模型选型依据（中英双语、上下文长度、领域适配）向量生成与批量优化归一化的作用（余弦相似度计算）实际工程中的注意事项（并发、缓存、版本管理）文本预处理核心目标：保留语义完整性，控制块大小文档解析：PDF用PyMuPDF/MinerU，HTML去标签，表格保留结构分块策略：按语义段落切分，并比较多组 chunk size 与 overlap 候选，用同一评测集验证边界召回和成本清洗降噪：去页眉页脚、统一编码、过…

#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向量化：分块与Embedding

匹配正文：…d分割器）优化技巧：比较零重叠、短窗口和较长窗口，用同一评测集验证是否减少边界信息丢失保留元数据（标题、章节、时间戳），用于重排序过滤三、向量归一化 # L2归一化：将向量映射到单位球面 import numpy as np vector_norm = vector / np.linalg.norm(vector) 作用：消除模长差异，使余弦相似度等价于点积，加速计算四、向量匹配原理与优化余弦相似度： \text{sim}(A,B) = \frac{A \cdot…

#安克科技#RAG 向量化#Embedding 模型

面试题·评估· 美团

RAG 缓解幻觉的机制

匹配正文：…自适应检索（判断是否需要检索）、多模态RAG（表格/图像联合检索）。学习建议建议先掌握大模型幻觉成因，再学习RAG流程（检索+重排序+生成），结合开源项目如LangChain动手实践，理解各模块作用。

#美团#事实锚定#RAG 缓解幻觉的机制

面试题·评估· 淘天

RAG 怎么减少幻觉?

匹配口述回答：…遇到知识边界模糊或过时就容易编造。RAG的思路是，生成前先检索外部知识库，把相关文档拼到上下文里，让模型基于证据作答。具体怎么起作用？我重点讲三个方面。先说减少[[幻觉]]。幻觉的根源是模型在参数里找不到答案时，会自信地编一个。RAG的解法是给它显式证据，每个生成步骤都有检索片段做参考，相当于旁边放着参考答案。模型看到文档里明确写了什么，就不太会跑偏。而且知识库可以实时更新，比如电商平台的售后政策变了，不用重新训练模型，更新文档就行。但这里有个前提：检索质量必须够高。如果…

#淘天#事实准确性#RAG 减少幻觉

面试题·模型微调· 京东

300-500意图怎么召回?

匹配正文：…路由：先用轻量模型（TinyBERT级）做一级判断，缩小候选空间到30个以内二、多路召回机制（替代全量Prompt）召回通道作用技术实现向量召回语义相似微调Domain-specific Embedding（如BGE-M3）关键词召回精确匹配构建意图-关键词倒排索引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…

#京东#大规模意图识别#上下文长度限制

面试题·模型微调· 百度

怎么提升对话模型事实一致性?

匹配正文：…案要点能区分幻觉产生的根源（知识边界 vs 推理错误）掌握RAG的核心架构与检索策略优化理解SFT/RLHF在事实性对齐中的作用知道推理阶段如何通过后处理提升准确性能结合实际场景给出权衡方案一、模型架构层面知识解耦设计将"语言生成"与"事实存储"分离，如KGLM、RETRO等架构，显式引入外部记忆模块稀疏注意力机制，让模型学会何时查询外部知识而非依赖参数记忆工具调用能力通过Function Calling架构，让模型自主判断需调用的工具（计算器、搜索引擎…

#百度#模型微调#评估与监控

面试题·RAG

RAG 完整流程分几步？

匹配正文：…成五步。前三步离线完成，后两步在线执行。五步详解文档解析：把 PDF、Word、网页等各种格式的原始文档，转换成干净的纯文本。作用是“去壳取肉”——去掉页眉页脚、乱码、排版噪声，只留下有用内容。解析得脏，后面全部遭殃。分块（Chunking）：把长文本切成一段段大小合适的“知识块”。因为检索是按块进行的，块的边界决定了模型将来“看到”的资料长什么样。常按段落、标题层级切，并让相邻块有少量重叠，避免语义被拦腰切断。向量化（Embedding）：用嵌入模型把每个文本块变成…

#入门#基础概念#RAG流程

面试题·知识图谱· 字节

RAG 技术原理和实现流程

匹配正文：…微调的技术边界，说明何时选RAG 讲清楚"离线建库-在线检索-增强生成"的三阶段流程理解Embedding模型和向量数据库的核心作用知道RAG的典型痛点（检索不准、上下文过长）及优化方向能提及高级变体如GraphRAG、Self-RAG等 RAG核心定位 RAG = 检索(Retrieval) + 生成(Generation)，用外部知识库动态增强LLM，解决知识时效性和幻觉问题，无需重新训练模型。三阶段实现流程 1. 离线知识库构建文档解析：PDF/Word/网页…

#字节#检索生成流程#RAG 技术原理

面试题·Prompt· 字节

RAG 生成阶段 Prompt 怎么构建?

匹配正文：…{prev_a} 当前可参考的新资料： {retrieved_context} 当前问题：{current_q} 进阶策略策略作用动态Few-shot 从检索结果中挑1-2个高质量问答对作为示例注入上下文重排序把最相关的文档放Prompt末尾（近因效应）置信度提示要求模型输出"确定性分数"或"需澄清"标记角色隔离用XML标签<context> <question>严格分隔字节场景的特殊考量短内容平台：检索结果可能是碎片化评论，Prompt需强调"综合多方…

#字节#Prompt工程#RAG Prompt 构建

面试题·检索· 字节

专业领域RAG链路优化陷阱

匹配口述回答：…编号“第X条”必须精确命中，这时候稀疏向量比如[[BM25]]配合领域词表扩展就管用。还有一类跨文档的逻辑关联，比如医疗里药物相互作用，靠向量可能不够，我会引入[[Knowledge Graph]]做图索引。但真正落地时，这三种不是等权重，而是根据场景动态调。比如说订单异常场景，用户问“退款到账时间”，关键词匹配“退款”就够了，语义向量反而可能召回无关的“退货”，所以我会优先BM25，向量做补充。前提是你的向量模型得用领域语料做过[[SFT]]或对比学习微调，否则通用模型在专…

#字节#重排与优化#RAG 链路优化

面试题·检索· 百度

RAG 工作原理与核心组件

匹配正文：答案要点 RAG的完整流程：索引、检索、生成三阶段 Embedding模型的作用和选择向量数据库的构建与检索算法（HNSW/IVF）检索策略：稠密检索、稀疏检索、混合检索 RAG的优化方向：查询改写、重排序、多路召回 RAG核心架构：索引-检索-生成三阶段 1. 索引阶段（离线）文档切分：按语义/固定长度分块，chunk size通常256-512 token 向量化：用Embedding模型（如BGE、M3E、OpenAI text-embedding）将文本转为稠密…

#百度#RAG核心组件#RAG 工作原理