匹配口述回答：…近期已经曝光的内容。落地的时候，我会特别关注一个风险：如果只靠后处理去重，模型可能会陷入“去重-重新推荐-再去重”的死循环，因为模型本身没变，只是把重复的过滤掉了，但下次它还是会推类似的。所以必须训练和解码一起优化，也就是在训练阶段就引导模型生成多样化的输出。举个例子，在小红书场景，我们最怕的是同一博主刷屏和跨类目发现不足。所以一般是DPP重排加曝光过滤，再配合探索流量扶持，比如给新内容一些保底曝光。但DPP的相似度矩阵怎么定义很关键，用内容标签还是用向量相似度，效果差别…

#小红书#推荐多样性#ROI 问题

面试题·RAG· OPPO

内容热门度怎么量化?

匹配口述回答：…、互动、转化这几类。但单独用它们都不够，比如纯看点击量，老内容永远占优，新内容上不来。所以核心是加时间衰减。我通常会用一个指数衰减模型：H(t) = Σ(w_i × behavior_i) × e^(-λ·Δt)。λ是关键参数，新闻类λ要设大，几个小时就冷下来；UGC内容像博客、视频，λ小一点，热度能持续几天。这个模型简单，但有个问题，如果内容刚发布时互动很少，衰减后一下子就到底了，所以我会加一个基础热度兜底。具体落地时，场景不同策略差别很大。比如实时热榜，像微博热搜，用[…

#OPPO#热门度量化#搜索排序指标

面试题·RAG· 百度

RAG 项目指标化复盘

匹配口述回答：…个“准确率”概括全链路。我还会准备【失败案例】，解释它是知识缺失、过滤、召回、排序还是生成问题，以及对应的拒答、降级或回滚。语料、embedding、索引、reranker、Prompt 和模型都版本化，多租户权限和缓存隔离单独验证。这样面试官追问任何一层，都能回到真实 trace 和实验。 RAG本质是让大模型先查后答，不是硬记数据层：多源解析和表格保留检索层：混合召回加重排，型号编码单独倒排生成层：置信度阈值防幻觉，版本冲突处理落地前提和风险约90秒即使检索准…

← 上一页第 22 / 22 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

#百度#RAG项目复盘#RAG 项目指标化复盘

面试题·RAG

Deep Research vs RAG 怎么选?

匹配口述回答：这道题其实在问一个很本质的问题：当我们需要用大模型回答问题时，是一次检索就够了，还是需要像研究员一样反复查资料。[[RAG]]和Deep Research正好代表了这两个极端。RAG的核心就是单次检索加生成，流程固定，而Deep Research是自主迭代，模型自己决定下一步查什么，查完再分析，再查，反复很多轮。具体来说，RAG的流程是：用户提问，从[[向量库]]里召回相关文档，[[重排序]]，然后生成答案。它本质上是一次性的，检索次数通常就一两次。而Deep Resear…

#Deep Research#RAG#Deep Research vs RAG

面试题·检索· 快手

RAG 延迟准确率根因

匹配口述回答：…程博弈：延迟和准确率怎么平衡。咱们先看延迟。首Token延迟高，用户问一句，得等检索完才开始生成，体验很糟糕。根本原因是链路串行，向量检索、[[重排序]]、上下文组装、生成，各环节挨个跑，尤其是Rerank，[[Cross-Encoder]]精度高但慢，百毫秒级，成了瓶颈。还有上下文膨胀，检索Top-K文档后，长上下文导致Prefill阶段计算量激增。举个真实场景：客服系统里，用户问“我退款为什么还没到”，系统得先检索退款政策、订单状态、支付记录，再生成答复，如果每步都串行，…

#快手#RAG延迟与准确率#RAG 延迟准确率根因

面试题·检索· 美团

推荐结果多样性怎么控制?

匹配口述回答：…量比较大，如果候选集超过一百个，我倾向先用MMR粗排再用DPP精排，或者用近似算法。这里有个前提：重排依赖好的相似度度量，如果[[embedding]]质量不行，相似度算不准，重排反而会打乱排序。所以我会先确保embedding模型在业务数据上微调过。训练阶段我也会做多目标优化。在loss里加一个多样性正则项，惩罚生成结果之间的互信息，让模型学会输出差异化的内容。另外对比学习也很有用，拉近正样本对、推远负样本对，这样embedding空间分布更广，自然能生成更多样化的结果。但…

#美团#多样性控制#推荐多样性

面试题·检索· 阿里

RAG 召回又快又准靠什么?

匹配口述回答：…当订单状态为异常时，用户应联系客服并提供订单号”，用这个假设文档去检索是HyDE思路；也可能偏题，需与原query作消融并记录额外模型成本。结果出来之后，是否加精排要比较质量收益和延迟成本，不能一概要求。我通常用两阶段：先向量召回Top-200，再用[[Cross-Encoder]]或者[[ColBERT]][[重排]]到Top-10。重排不扩展输入候选集合，可改善最终Top-K排序；它无法找回漏召回的文档。不同K的Recall、排序质量与延迟须实测，不能固定说提升10–1…

#阿里云#召回链路优化#RAG 召回优化

面试题·检索· 阿里

RAG检索器与索引结构怎么选？

匹配口述回答：…[[RAG]]系统里召回链路的优化，其实本质上是在问怎么在覆盖、效率和精准之间做平衡。我先说检索器选择。[[稠密检索]]比如 [[Embedding]] 模型，语义匹配强，但对罕见实体和精确匹配很弱；[[稀疏检索]]像 [[BM25]]，关键词匹配稳，可解释性强，但跨表述理解差。所以真正落地时，我倾向双路召回，把稠密和稀疏的结果用倒数排序融合或者学习权重合并，这样能互补。举个例子，客服退款场景里，用户问“怎么退运费”，BM25能精准匹配“运费”这个词，而稠密检索能理解“运费险…

#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

匹配口述回答：…上线快，适合那种对时效要求高、内容又比较规整的通用场景，比如新闻摘要。但缺点也很明显，它不管语义边界，很可能从句子中间切开，导致大模型收到半截话。语义分段就好很多，用 [[Embedding]] 做聚类或者检测主题转折点，能保住段落完整性，适合长文档、高质量要求，比如法律文书或学术论文。但计算成本高，而且依赖 Embedding 的质量，如果模型不好，反而会切出一堆奇怪的边界。结构感知是专门对付结构化文档的，比如Markdown、HTML，直接按标题、段落边界切，效果最稳定。…

#小鹏#文本分块优化#RAG 文本分段

面试题·Agent· 美团

Agent工具接口与错误处理

匹配口述回答：这道题其实问的是，当LLM要调用外部能力时，怎么设计一套让模型和系统都能理解、不出错的接口和执行机制。核心是解决对齐问题，LLM是概率模型，系统是确定性的，中间怎么搭桥。先说接口定义。我会用类OpenAI [[Function Calling]]的schema格式，里面最重要的不是参数类型，而是description字段，这是写给LLM看的，要说明业务含义和边界。比如一个酒店搜索工具，参数里有个city字段，我会用enum限定北京上海，而不是让LLM自由填文本，不然它可能给…

#美团#Agent#Agent 工具设计

面试题·评估· 字节

RAG 文档检索选型

匹配口述回答：这道题不要先报模型名，先说明语料和查询特征，再做检索选型。稠密检索擅长语义改写，但对编号、专有名词和精确数字可能不稳定；BM25 等稀疏检索正好相反，字面匹配强，却不擅长理解同义表达。两类查询都存在时，可以并行召回，再做融合。融合方式常见的是 RRF 和线性加权。RRF 只使用结果名次，不要求两路分数同尺度，通常更容易建立基线；线性加权能表达业务偏好，但前提是先校准分数，并通过评测集确定权重。不能脱离数据直接断言某一种一定更好。优化时应按链路定位问题。先检查文档解析和切块…

#字节#混合检索#RAG 文档检索选型

面试题·RAG· 阿里

LangChain vs LlamaIndex 场景怎么选？

匹配口述回答：这道题其实在问一个核心问题：当你要做一个AI应用的时候，你的重心是在编排多个工具和模型的工作流，还是在高效地检索和理解私有数据。这两个框架的出发点完全不同。先说LangChain，它的设计目标很明确，就是把LLM、工具、API、记忆这些东西串成一个可编程的工作流。你可以把它理解成一个乐高积木盒子，里面有各种零件，你用它搭出复杂的[[Agent]]系统。举个例子，比如一个客服退款场景，用户说“我订单超时了，要退款”，LangChain可以这么搭：第一步，让LLM理解意图，提取…

#阿里云#AI框架选型#LangChain vs LlamaIndex