页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「检索」找到 638 条内容
按专题浏览 →匹配正文：答案要点 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…
匹配正文：答案要点 完整描述RAG的5个核心环节（文档处理、向量化、检索、重排序、生成） 每个环节至少给出2个具体优化方法 体现对实际工程问题的理解（如召回率vs精确率权衡） 提及评估和迭代闭环 RAG系统可分为5个核心环节，每个环节的优化策略如下： 1. 文档预处理与分块 核心问题：分块粒度决定语义完整性和检索精度 优化策略： 语义分块：用BERT等模型识别主题边界，而非固定长度 层次结构：保留文档层级（标题-段落-句子），支持多粒度检索 元数据增强：添加时间、来源、类别等标签用于过…
匹配正文：答案要点 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（查询改写、向量检索、重排序、上下文拼接、LLM生成） 关键设计决策（分块策略、检索top-k数量、上下文长度控制） 系统优化点（混合检索、缓存机制、多路召回） 一、整体架构：离线+在线双链路 ┌─────────────────┐ ┌─────────────────┐ │ 离线知识库构建 │ │ 在线检索生成 │ │ (Index Pipeline)│ │ (Query Pipeline)│…
学习内容与项目面试，在同一条路上。