匹配口述回答：…向量检索解决“找得快”，LLM解决“找得准”，两者互补。还有个延伸点：如果业务对实时性要求很高，比如金融实时风控，LLM重排序的延迟可能成为瓶颈。这时候我会考虑用[[Cross-Encoder]]做轻量级重排，或者干脆把重排序和生成合并，用[[Self-RAG]]让模型自己决定要不要搜外部知识。总的来说，我不会把RAG看成简单的“搜+读”，而是看作一个资源分配问题。向量检索做第一轮过滤，LLM做最终决策，中间用重排序或者生成来弥合相似度和相关性的鸿沟。定位：RAG为什么…

#字节#向量召回与重排#RAG 重排序

面试题·检索· 字节

RAG Retriever 工作机制详解

匹配口述回答：…Faiss]]、Milvus 这些。索引结构我重点说两个：[[HNSW]] 和 [[IVF-PQ]]。HNSW 是图索引，检索快，延迟低，但吃内存，适合几百万级别的场景。IVF-PQ 呢，先用 [[IVF]] 做粗聚类缩小范围，再用 [[Product Quantization]] 压缩向量，对磁盘更友好，但召回率会掉一点。上线前我会做压力测试，看延迟和召回率的 trade-off。如果 QPS 要求高，我会倾向 HNSW；如果数据量上亿又不想堆内存，那就 IVF-PQ。现…

#字节#Retriever#RAG Retriever

面试题·检索· 字节

Embedding 怎么实现语义召回?

匹配口述回答：…识库频繁更新，或者查询高度依赖精确匹配，我会搭配关键词或者甚至用微调模型。上线前我会特别关注召回率指标，比如Recall@K，还有延迟，确保在用户容忍范围内。如果效果不行，优先查分块策略和Embedding模型是否匹配领域，而不是盲目调参数。本质定位：端到端语义匹配流程拆解：离线分块+向量化，在线检索+重排落地优化：混合检索、领域微调、效率取舍风险与边界：分块策略、模型失配、上线校验约4分钟分块策略（滑动窗口+重叠）对召回质量的影响，以及存储和计算的权衡面试官可…

← 上一页第 25 / 25 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

#字节#向量语义召回#Embedding 语义召回

面试题·检索· 美团

混合检索为什么优于单一检索?

匹配口述回答：…率，如果掉得厉害，可能得调融合权重甚至降级回纯稀疏。另外还有一个容易被忽略的点，混合检索的代价是系统复杂度翻倍。索引要维护两套，延迟和资源都要额外考虑。所以如果业务场景本身对精确匹配要求不高，比如内部知识库问答，可能纯稠密就够了，没必要强行混合。所以我的判断是：混合检索不是银弹，而是一个工程取舍。我更倾向先理解业务场景的匹配需求，如果字面匹配是刚需，那混合检索是必选项；如果语义理解就够了，就别给自己找麻烦。面试官可以追问一下：在资源受限的场景下，你会怎么简化混合检索？比…

#美团#稀疏稠密检索#混合检索策略

面试题·检索· 小红书

BM25 vs 向量检索 vs 混合检索怎么选?

匹配口述回答：…域上微调过。如果直接用通用模型去搜医疗或法律文档，召回的全是语义相似但实际无关的内容，噪声很大。而且向量计算加[[ANN]]近似，延迟和资源开销都比BM25高一个量级。所以实际落地，[[混合检索]]是标配。常见做法是BM25和向量检索并行跑，然后用RRF，也就是倒数排序融合来合并结果。RRF公式是score等于1除以k加排名，k通常取60。它只看排名不看绝对分数，所以鲁棒性不错。但这里有个容易翻车的点：如果两个通道的召回量级差异很大，比如向量通道召回500条但BM25只召回…

#小红书#检索方法对比#BM25 向量检索混合检索

面试题·检索· 阿里

RAG检索器与索引结构怎么选？

匹配追问：…？层层追问 RAG系统的召回你是怎么做的？……如果只用向量检索，遇到长尾或精确匹配问题怎么办？……那索引结构上，亿级数据怎么保证延迟？……查询重写用过吗？比如用户问“它”这种指代？直球架构请完整阐述RAG召回链路的优化方案，包括检索器选择（多路召回）、索引结构（HNSW/IVF等）、查询重写（HyDE/Step-back等）以及进阶的rerank和迭代检索。

#阿里云#查询重写#RAG 召回优化

面试题·检索· 字节

召回模型怎么搭建?

匹配口述回答：…崩。我一般会把删除标记为软删除，后台异步重建索引，再配合双缓冲影子索引做原子切换，上线前用固定query回放对比Recall@K和延迟，不通过就回滚。所以整体来看，我会把召回模型看成是一个系统工程，离线、在线、索引、策略得一起考虑，不能只看模型本身。一句话定位：召回的本质是向量检索，双塔是主流特征工程：ID和属性配合，行为序列压缩负采样：batch内、全局、hard negative混合，注意分布偏差向量索引：HNSW和IVF-PQ的选择，实时更新风险工程落地：离…

#Tiktok#负采样与向量索引#召回模型搭建

面试题·检索· 美团

稀疏稠密与混合检索

匹配口述回答：…数归一化，比如用min-max归一化或者分位数归一化，让两边分数对齐。另外，还有一个有意思的方向是 [[ColBERT]] 这种延迟交互模型，它不把文本压缩成一个向量，而是保留每个token的向量，最后算交互分数。这个思路其实介于稀疏和稠密之间，既保留了词级别的精确匹配，又有语义泛化能力，但代价是计算量更大。所以我会把稀疏检索和稠密检索看成是互补的伙伴，而不是对手。我更倾向用混合检索加两阶段架构，在精确和泛化之间取一个平衡。具体到权重怎么调、用什么归一化，那就要看业务数据…

#美团#稀疏稠密检索#稀疏稠密与混合检索

面试题·检索· 字节

RAG 向量库怎么处理时间衰减?

匹配口述回答：…一轮 [[Rerank]]，用 [[Cross-Encoder]] 精排，把相关性低的过滤掉。这么做的前提是重排模型不能太慢，否则延迟扛不住。生成阶段，把检索结果按相关性排序组装成上下文，控制 token 数，别超模型窗口。然后让 LLM 生成回答。这里有个常见失败场景：检索出的文档互相矛盾时，LLM 可能胡编，所以上线我会特别关注 [[Faithfulness]]，比如加一层自检，让模型引用原文。接下来重点说时效性。知识库里的内容有新旧，如果只按语义相似度取，旧的高质量…

#字节#向量库时效性#RAG 工作流程

面试题·检索· 百度

向量检索 4 种范式怎么选?

匹配口述回答：…工业落地的核心不是选一个算法，而是混合方案。这里有个前提：高维[[Embedding]]下，比如768维，纯HNSW的构建和查询延迟会明显上升，必须配合量化。如果数据量到了十亿级，单机内存放不下，就得走磁盘方案，比如DiskANN，或者用Faiss GPU索引加速。常见失败场景是只追求召回率，忽略了延迟和内存。上线前我特别关注两件事：一是用固定query回放，对比Recall@K和延迟，确保不崩；二是做冷热分层，热数据放内存，冷数据放磁盘。另外，现在有个趋势是把图索引和量…

#百度#ANN索引#向量检索方法

面试题·检索· 字节

RAG 技术实现怎么落地?

匹配口述回答：…是让模型自己决定什么时候检索、检索什么，甚至能调用多个工具，比如先查订单系统再查知识库。但这也带来了新问题，比如工具调用的稳定性和延迟，目前还在探索阶段。总的来说，我会把 RAG 看作大模型落地的标配能力，但不是银弹。真正复杂的场景，我倾向于 RAG 加微调混合用：RAG 管时效性知识，微调管模型固有的能力。一句话定位：RAG本质是给大模型配外挂知识库核心链路：离线索引、在线检索、生成组装业务落地：客服退款场景的实战风险与边界：检索质量是天花板，多跳推理弱工程师取…

#字节#RAG应用场景#RAG 技术实现

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：…应根据query长度和意图动态调整，而非固定面试官可能追问：动态调整的具体实现方案，比如如何判断query意图，以及如何平衡检索延迟和效果。

#小鹏#文本分块优化#RAG 文本分段