匹配正文：…tion计算深度交互捕捉词法匹配、语义关联、逻辑关系等复杂模式计算资源后置只对Top-K（如100→20）做重排，避免全库高成本计算用"便宜"的向量检索先剪枝，"昂贵"的精排做最终决策灵活性与可扩展性可针对业务场景微调（如法律/医疗领域的相关性定义）易于集成多特征（时效性、权威性、用户偏好）典型方案 Cross-Encoder：精度最高，计算开销大（BERT类模型） ColBERT：Late Interaction平衡效率与效果 LLM-as-Reranker…

#字节#Rerank模型#RAG Rerank

面试题·检索· 字节

两阶段检索 vs 直接重排?

匹配正文：答案要点理解召回阶段的核心作用是快速缩小候选集（从百万级到千级）明确重排序模型计算成本高，无法直接作用于大规模语料能对比单阶段vs两阶段在延迟、精度、成本上的权衡提到实际工业中的常见配置（如向量召回+Cross-Encoder重排）核心原因：计算成本与精度的权衡为什么必须分两阶段？阶段处理规模模型特点核心目标召回（Retrieval）百万~亿级文档轻量、快速（如向量相似度、BM25）快速筛选，从海量中捞出Top-K候选重排序（Rerank）百~…

#字节#两阶段检索#RAG 重排序

面试题·检索· 快手

RAG 延迟准确率根因

匹配正文：…nt+RAG 检索触发单轮明确多轮隐式（由LLM决策何时检索）上下文当前Query 历史对话+工具结果+检索结果累积失败成本单次回答差可能引发错误工具调用链核心矛盾：Agent的自主性要求检索模块既快又准，但两者往往此消彼长。实践中需在延迟约束下做精度妥协，或通过检索-生成流水线并行、缓存热点Query结果、自适应检索深度等工程手段平衡。

← 上一页第 22 / 30 页下一页 →

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

#快手#RAG延迟与准确率#RAG 延迟准确率根因

面试题·检索· 高德

RAG 的检索、增强与生成如何可靠衔接？

匹配正文：…：支持证据保留率、截断和引用映射正确率；生成层：逐主张支持、任务正确、引用正确、拒答；系统层：P95/P99、吞吐、失败恢复和成本。以同一 trace 保存版本与中间结果，才能判断问题出在资料、检索、组装还是生成。地图等场景中的 POI、路况或路线可能来自结构化与实时服务，调用顺序由问题、数据能力和权限决定，不能固定成“先 SQL 再向量检索”。

#RAG#知识库#检索

面试题·检索· 字节

RAG检索方法选型原因？

匹配正文：…用户query口语化严重，需要语义理解 → Dense为主电商/搜索场景：商品ID、品牌名需精准匹配 → 必须保留Sparse 成本权衡：全Dense需GPU资源，Sparse在CPU即可低延迟服务关键优化策略层级具体手段索引优化 HNSW参数调优（ef_construction/ef_search）、量化（PQ/IVF）降存储查询优化 Query改写（HyDE生成伪文档）、意图分类路由不同检索策略结果优化两阶段检索：粗排（Top-K召回）+ 精排（Cross…

#字节#评估与监控#RAG 检索方法

面试题·检索· 字节

BM25/向量/混合检索选型

匹配正文：…限过滤及新旧版本。先分别建立 BM25 与向量基线，报告 Recall@K、MRR/nDCG、无权限结果率、P95/P99 延迟和成本。只有失败类型互补，混合才有价值。三类一阶段检索 BM25/词法检索：擅长精确词项、编号、专名和可解释字段加权；同义改写和概念匹配可能漏召回。它仍有索引、存储、分词、同义词和运维成本，不能称为零成本。稠密/稀疏语义检索：能跨表述召回，但质量依赖嵌入模型、领域、切分和索引参数。短查询并非必然更差，ID、数字和新实体才是常见薄弱点，需在目标数据…

#字节#检索方法选型#BM25/向量/混合检索选型

面试题·检索· 字节

RAG检索方法如何优化？

匹配正文：…能列举至少3种检索方法（向量检索、关键词检索、混合检索等）并对比优缺点阐述技术选型的核心考量维度（数据特征、延迟要求、精度要求、成本）给出具体的性能优化手段（索引优化、重排序、缓存策略）体现工程权衡思维，而非单纯罗列技术常用检索方法对比方法核心机制优点缺点适用场景稠密向量检索 Embedding语义匹配语义理解强，容错性好对长尾/专业术语弱，计算成本高开放域问答、语义相似查询稀疏向量检索 BM25/TF-IDF关键词匹配精准匹配强，可解释性好语…

#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?

匹配正文：…范围内，减少自由发挥可溯源输出可附带原文出处，便于人工校验知识时效性无需重训模型，更新知识库即可同步最新信息领域适配低成本注入私有/垂直领域知识关键局限：检索质量是天花板——"检索错则生成错"，需配合查询改写、多路召回、答案一致性校验等手段优化。

#京东#幻觉抑制#RAG 技术原理

面试题·检索· 字节

RAG架构：检索器与重排序策略

匹配正文：…量化压缩、分布式能力）重排序策略（Cross-Encoder、ColBERT、多阶段漏斗）实际落地中的关键权衡（延迟vs效果、成本vs覆盖） RAG核心架构 RAG = 检索器(Retriever) + 生成器(Generator) + 融合机制用户Query → 检索器 → 相关文档Top-K → 拼接Prompt → LLM生成答案关键设计：检索结果作为**上下文(Context)**注入，而非直接替换模型参数。关键组件详解 1. 检索器优化方法核心思想适…

#字节#向量库与重排序#RAG 架构设计

面试题·检索· 美团

RAG 检索器与知识库怎么搭?

匹配正文：…引用和冲突处理。生成与防护：模型版本、证据约束、拒答、输出校验和安全边界。评测与上线：分层指标、压测、消融、灰度、观测、回滚和成本。事实填空项目【】，语料【】，我负责【】。基线检索和生成链路【】，主要错误【】。实际选用【检索/融合/重排方案】，参数由【真实实验】确定。真实 Recall@K/MRR/NDCG【】，答案支持率【】，P95/P99【】，样本与硬件【】，副作用【】。证据自检所有阈值和指标应说明数据集、标注、硬件、并发与统计窗口。必须分开测候选召回、排序质…

#美团#知识库构建#RAG 检索器设计

面试题·检索· 美团

RAG 系统核心组件怎么搭?

匹配正文：…层级、来源、版本、权限和原文坐标。清洗页眉页脚与重复模板后，按结构、固定长度或递归策略产生候选块，并在目标查询集上比较证据完整性与成本。所谓语义或 Agentic 分块也要经过同一评测，不能因为使用 LLM 就默认更好。二、检索器使用向量检索、BM25、结构化过滤或多路召回生成候选。对不同分数做校准、RRF 融合或独立重排，避免直接相加不可比的原始分数。用 Cross-Encoder 或领域 Reranker 对候选精排，并保留召回器、索引和模型版本。查询改写、Hy…

#美团#RAG工程实现#RAG 系统实现

面试题·检索· 网易

BM25+向量+Cross-Encoder 怎么组合?

匹配正文：…、权限、时间和业务过滤条件。候选规模、RRF 参数和最终 Top-K 都应通过离线 Recall/nDCG、端到端问答质量、延迟和成本共同选择。数据变化时持续监控两路召回贡献、重排增益和失败查询，不能把任一固定组合称为所有 RAG 系统的“黄金标准”。图解 BM25+向量+Cross-Encoder 怎么组合?图解

#网易有道#BM25向量Cross-Encoder#BM25 向量召回 Cross-Encoder

面试题·检索· 小鹏

如何系统优化 RAG 检索？

匹配正文：…4. 查询变换 Query rewriting、子问题分解和 HyDE 都可能改变召回分布，也可能引入错误实体、扩大权限范围或增加成本。保留原查询与变换结果，验证每种查询类型的净增益；涉及多子查询时，在融合前去重并保持同一权限约束。简单明确的查询未必需要改写。 5. 评测与发布离线分开报告候选 Recall@K、MRR/nDCG、最终上下文证据覆盖和无答案表现；线上再看任务完成、引用正确、P95/P99、吞吐和成本。每次只改变一个可解释因素并保留回归集。推荐的排查顺序是：…

#RAG#检索优化#混合检索

面试题·检索· 高德

RAG 系统实现流程怎么搭?

匹配正文：…（如Self-RAG）关键权衡点召回 vs 精确：分块粒度、检索Top-K数量延迟 vs 质量：是否做重排序、模型大小选择成本：Embedding调用、向量存储、生成token消耗

#高德#RAG结果融合#RAG 实现流程

面试题·检索· 字节

两阶段 vs 端到端怎么选?

匹配正文：答案要点明确区分两阶段架构与端到端生成的核心差异阐述两阶段架构的优势（可解释性、可控性、成本可控）与劣势（延迟、信息损失）阐述端到端生成的优势（简洁、潜在上限高）与劣势（幻觉风险、难调试）给出具体的场景选择依据（数据规模、延迟要求、准确性要求、可解释性要求）核心区别维度两阶段架构（召回+精排/生成）端到端单次生成流程检索 → 筛选 → 生成直接生成答案可控性高，可干预中间环节低，黑盒过程延迟较高（多轮计算）较低（单次推理）成本检索+生成双…

#字节#两阶段检索与端到端生成#两阶段检索

面试题·检索· 字节

RAG 为何需要重排序?

匹配正文：…量检索（粗排）快速缩小候选范围速度快、召回率高、精确率低 LLM重排/生成（精排）深度判断+综合决策理解深、可结合上下文、成本高直接用大模型做全库检索：成本不可接受仅用向量检索：精度不足，引入噪声会污染生成 4. LLM的独特优势上下文感知：结合对话历史理解当前问题多维度判断：综合时效性、权威性、完整性等推理能力：判断"这段内容是否能回答用户问题" 一句话总结：向量检索解决"找得快"，LLM解决"找得准"，两者互补构成完整RAG链路。

#字节#向量召回与重排#RAG 重排序

面试题·检索· 美团

混合检索怎么提升 RAG 召回?

匹配正文：…止尺度漂移。应分别报告 BM25、Dense 与 Hybrid 的 Recall@K、MRR/NDCG、无答案率、P95 延迟和成本，并按编号、术语、同义改写等查询桶分析。只有覆盖收益大于重排与延迟成本时，融合才值得上线。图解混合检索怎么提升 RAG 召回?图解

#美团#混合检索#混合检索 Hybrid Retrieval

面试题·检索· 美团

混合检索为什么优于单一检索?

匹配正文：…有明显短板：稀疏检索：关键词必须精确匹配，无法理解同义词、语义变体稠密检索：对训练数据分布敏感，罕见词、专有名词召回差，且计算成本高混合检索的核心价值是互补召回：稀疏保证字面匹配精度，稠密覆盖语义泛化能力，最终提升整体召回率和排序质量。稀疏检索（Sparse Retrieval）原理：基于倒排索引的关键词匹配，计算query与doc的词项重叠程度。代表方法：BM25 score(D,Q) = Σ IDF(q_i) · [f(q_i,D)·(k1+1)] / [f(…

#美团#稀疏稠密检索#混合检索策略

面试题·检索· 哔哩哔哩

召回 vs 粗排怎么分工?

匹配正文：阶段职责召回在大候选池中用低成本方法生成候选集合，优化重点是覆盖、吞吐、尾延迟和新鲜度。它通常可以多带入一些不相关项，但漏掉的相关项无法由后续排序补回。粗排位于召回与精排之间，用比精排便宜、比召回表达力更强的模型淘汰低价值候选。它是可选层：是否需要、每层保留多少候选、模型多大，都由候选规模、精排成本和服务预算决定，不存在通用的“亿级到千级”或“十毫秒”阈值。协同关系候选库 → 多路召回或 ANN → 合并去重 → 可选粗排 → 精排 → 约束与多样性重排召回可来自协…

#哔哩哔哩#召回与粗排#召回与粗排区别

面试题·检索· soul

召回阶段怎么选方法?

匹配正文：…s 成熟业务、行为丰富的场景向量召回（双塔）用户塔+物品塔分别编码，向量内积近似泛化能力强、支持任意相似度、可增量更新训练成本高、负采样关键、可能过度泛化大规模、需要语义匹配的场景图召回构建用户-物品异构图，用GNN传播高阶信号捕获多跳关系、缓解稀疏性、可融合多源信息计算复杂、图构建成本高、实时性挑战社交关系强、需要挖掘间接关联的场景（如Soul）规则/策略召回人工定义策略（热门、新品、运营干预）可控可解释、快速上线、兜底保障天花板低、难以个性化、…

#soul#多路召回#召回方法对比

面试题·检索· 阿里

RAG 召回又快又准靠什么?

匹配正文：…HNSW，温数据SSD，冷数据对象存储服务化：检索服务独立部署，支持K8s弹性扩缩，与生成服务解耦关键权衡：延迟vs召回率vs成本，需根据业务SLA选择组合策略。学习建议建议系统学习该知识点参考资料 Faiss官方索引、增量与存储 Sentence Transformers官方向量量化 ColBERT原论文:文本late interaction

#阿里云#召回链路优化#RAG 召回优化

面试题·检索· 小红书

多路召回 vs 排序模型怎么分工?

匹配正文：…并行生成候选，例如协同过滤、双塔向量、内容或图召回，以及热门、地域、关注与运营规则。各路分别面临行为稀疏、冷启动、训练偏差、图更新成本或个性化不足等问题。各路结果要经过版本与权限过滤、去重、配额或分数校准。多路并不自动带来多样性；高度相关的召回器可能重复返回同一批热门项。排序模型排序器对候选统一估计点击、转化、观看时长、满意度等目标。模型可从线性模型、GBDT 到 Wide&Deep、DIN 或多任务网络，复杂度取决于数据和服务预算。排序质量不仅由模型结构决定，还受曝光…

#小红书#多路召回与排序#多路召回

面试题·检索· 字节

Embedding升级后向量对齐方案

匹配正文：…后台按快照批量编码历史文档，并用变更日志补齐迁移期间的增量。双读评估：同一批查询分别访问新旧索引，比较相关性、过滤正确性、延迟和成本，必要时小流量灰度。原子切换与回滚：通过索引别名或路由切换，旧索引保留到观察期结束。同时搜索两版索引只适合作为明确设计的过渡方案：每个查询必须由对应版本编码，跨空间原始分数需要按版本校准或按名次融合。旧向量到新空间的映射或向后兼容训练可降低重算压力，但效果取决于配对数据和任务，不能假设一定有损或一定可替代重编码。迁移策略应按数据量、变更速…

#抖音#向量检索#Embedding 升级

面试题·检索· 快手

LLM怎么融入推荐系统？特征提取与召回

匹配正文：…构化标签，喂给双塔模型 2. 召回层（探索中）方案原理挑战语义向量召回 Item→LLM Embedding→向量库推理成本高，需离线预计算生成式召回 LLM直接生成候选item ID或描述需微调适配ID空间，幻觉问题对话式交互用户query→LLM理解→扩展语义召回适合搜索推荐联动场景 3. 排序层（谨慎切入）重排序阶段：用LLM做精排后的多样性重排（MMR+语义去重）推荐理由生成：非排序本身，但提升CTR和用户体验直接打分：Prompt预测点击概…

#快手#LLM推荐系统#LLM 推荐系统