匹配正文：答案要点 Agent与LLM的本质区别（自主决策 vs 单次响应）三大核心组件的具体实现方式 ReAct/CoT等推理范式的作用记忆的分层设计（短期/长期）工具调用的标准化协议（OpenAI Function Calling） AI Agent 核心定义 AI Agent 是以大模型为"大脑"的自主决策系统，与传统LLM的关键区别在于：LLM是"问-答"的单轮响应，而Agent能自主感知环境、规划任务、调用工具并持续迭代，直到完成目标。三大核心组件设计 1. 任务规划…

#百度#Agent#AI Agent 设计

面试题·RAG· 字节

RAG 检索增强技术有哪些？

匹配正文：一、查询侧优化（让问题更清晰）查询重写/扩展 HyDE（Hypothetical Document Embedding）：让LLM先生成假设答案，用答案去检索而非原始问题 Query2Doc：类似思路，用少量生成内容扩展查询语义多查询扩展：一个query改写成多个不同表述，分别检索后合并查询分解复杂问题拆成子问题，如"比较A和B的优缺点"→分别检索A、B再综合二、检索策略增强（多路召回）方法核心思想适用场景混合检索向量相似度 + BM25关键词匹配，加权融…

#字节#HyDE#RAG 检索质量

面试题·RAG· 阿里

LangChain vs LlamaIndex 场景怎么选？

… 优先选LangChain 需要调用多个外部工具/API的复杂Agent 工作流涉及条件判断、循环、人工介入审批多模态任务编排（LLM+图像生成+代码执行）优先选LlamaIndex 企业知识库场景：海量文档（10万+）的高效检索需要精细控制检索策略（分层摘要、知识图谱增强）数据源多样且需要自动化解析（非结构化+半结构化混合）实际趋势生产环境中两者常组合使用：LlamaIndex负责数据层（索引+检索），LangChain负责应用层（Agent编排+工具调用）。L…

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

匹配正文：

#阿里云#AI框架选型#LangChain vs LlamaIndex

面试题·RAG· 京东

Query 改写有哪些创新方法?

匹配正文：…捉意图漂移（用户从"手机"转到"充电器"）支持多轮决策型对话典型技术：显式改写：用模型生成自包含Query（QuReTeC、LLM-based）隐式编码：历史拼接+Position Embedding（如ChatGLM的对话格式）京东等电商场景的特殊考量挑战解决思路属性对齐 "大屏手机"→屏幕尺寸>6.5英寸，需对接知识图谱品牌词保护改写时锁定品牌实体，防止"小米"→"大米" 库存感知改写结果过滤无货SKU，或提示"相似款" 选型建议高并发搜索：同义扩…

#京东#Query改写#Query 改写

面试题·检索· 字节

专业领域RAG链路优化陷阱

匹配正文：…场景稠密向量 BGE-M3/E5领域微调语义相似、同义词泛化稀疏向量 BM25 + 领域词表扩展专业术语精确匹配图索引知识图谱（医疗UMLS/法律法条引用）跨文档逻辑关联关键优化：向量模型用领域语料做MLM+对比学习二次预训练三、检索策略：多路召回+精排召回层：向量Top-K + BM25 Top-K + 图谱邻居扩展，合并去重重排序：Cross-encoder（如bge-reranker）精排，领域数据微调；法律场景加入引用频率和时效性作为手工特征查…

#字节#重排与优化#RAG 链路优化

面试题·检索· 高德

向量数据库怎么支撑 Agent 记忆?

匹配正文：…据分级存储，敏感内容加密embedding或隔离索引架构示意：用户输入 → Query理解 → 并行检索[语义向量+关键词+知识图谱] ↓ 融合排序 → 上下文注入Prompt → LLM生成核心权衡：记忆容量↑ → 噪声↑ → 需更精密的过滤与排序机制。学习建议建议先掌握向量数据库和Embedding基础原理，结合RAG与Agent实战案例理解记忆机制设计，多动手实践检索优化与相似度评估。

#高德#重排与优化#文档处理

面试题·检索· 快手

RAG 延迟与准确率优化

匹配正文：…化(IVF-PQ)、图索引(HNSW)、检索结果缓存流式生成：首token返回后chunk输出，降低用户感知延迟并行化：检索与LLM调用解耦，工具调用异步化正确率优化混合检索：向量+关键词+知识图谱多路召回，RRF融合查询改写：HyDE生成伪答案再检索，解决query-doc语义gap 重排序精排：Cross-encoder细粒度打分，过滤低质结果 Self-RAG：生成时主动判断是否需要补充检索，避免过度检索 Agent层优化规划阶段用轻量模型，执行阶段再用大模…

#快手#RAG延迟优化#RAG 延迟与准确率优化

面试题·检索· 虾皮

RAG 流程优化：检索与重排陷阱

匹配正文：…SW参数调优（ef_construction/ef_search），IVF-PQ量化降维多路召回：向量检索 + 关键词检索 + 知识图谱并行召回查询扩展：用LLM生成同义查询，提升覆盖度 4. 重排序（Rerank）核心问题：粗排结果精化优化策略：交叉编码器：用ColBERT等模型计算查询-文档细粒度交互多任务学习：联合优化相关性、时效性、权威性反馈学习：根据用户点击行为在线优化排序模型 5. 生成与后处理核心问题：幻觉控制和答案质量优化策略：上下文压缩：…

#虾皮#RAG全链路优化#RAG 流程优化

面试题·检索· 字节

RAG 架构：检索到生成全链路

匹配正文：…索三、在线检索生成（Query Pipeline）用户Query → 查询改写 → 多路检索 → 重排序 → 上下文组装 → LLM生成环节说明查询改写扩展同义词、纠错、指代消解（如"它"→具体实体）多路检索向量检索（语义匹配）+ 关键词检索（精确匹配）+ 可能的知识图谱召回重排序（Rerank）用Cross-Encoder（如BGE-Reranker）精排Top-K，提升相关性上下文组装按相关性排序拼接chunk，控制总长度（通常占LLM上下文30%…

#字节#RAG组件设计#RAG 系统架构

面试题·检索· 字节

领域 RAG 架构如何控幻觉?

匹配正文：… 领域微调Embedding（如法律BERT）语义相似、概念匹配稀疏向量 BM25 + 法条编号精确匹配条款号、关键词命中知识图谱实体链接（当事人-案由-法条关联）复杂关系推理查询侧优化意图识别：区分"法条查询"/"类案参考"/"流程咨询" 查询扩展：用LLM生成同义表述（如"工伤认定"→"职业病鉴定"）重排序交叉编码器精排（如法律领域微调的ColBERT）时效性加权：新法优先；地域匹配：当事人所在地法规优先三、生成优化 Prompt工程角色：资深法…

#字节#专业领域RAG#领域 RAG 架构

面试题·检索· 字节

RAG架构：检索器与重排序策略

匹配正文：…) + 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用场景 Dense Retrieval 双塔Embedding（Query/Doc各编码）语义匹配、长尾Query Sparse Retrieval BM25、TF-IDF词项匹配精确匹配、高频术…

#字节#向量库与重排序#RAG 架构设计

面试题·检索· 美团

RAG 系统有哪些常见陷阱?

匹配正文：…ompt工程、引用溯源、幻觉抑制系统层面：延迟优化、缓存策略、离线评估体系一、检索质量分块策略按语义分块优于固定长度，可用LLM辅助判断边界块大小一般256-512 tokens，需保留上下文重叠（overlap）表格/代码等特殊内容需单独处理，不能粗暴切分 Embedding与召回领域数据务必微调embedding，通用模型域外效果差多路召回：向量检索 + 关键词（BM25）+ 知识图谱重排序（Rerank）是性价比最高的优化，Cross-Encoder比…

#美团#RAG常见陷阱#RAG 系统陷阱

面试题·检索· 百度

检索失败时 RAG 怎么兜底?

匹配正文：…异过大 2. 查询侧优化（自动重试）原始Query → 同义词扩展/Query分解 → 多轮改写 → 重新检索 HyDE方式：用LLM生成假设文档，再用该文档embedding检索子问题拆分：复杂问题拆为多个子查询分别检索 3. 检索侧增强多路召回：向量检索 + 关键词BM25 + 知识图谱，一路失败用其他路补充降维检索：降低相似度阈值，扩大召回范围，让LLM做重排序过滤 4. 模型侧兜底显式标识：Prompt中标注"未检索到相关知识"，让模型基于自身知识谨慎回答，…

#百度#小鹏#美团

面试题·Agent· 字节

Agent 长期记忆存储结构

匹配口述回答：…精确匹配，[[BM25]]反而管用。还有图遍历召回，基于实体关系扩展，比如用户提到「上次那个客服帮我处理过」，Agent就得从[[知识图谱]]里找到相关实体。排序这块，我会用特征融合打分：语义相似度、时间衰减、重要性分数、交互频率加权求和。时间衰减用指数函数，近期记忆权重更高。重要性建模靠LLM打标，比如用户明确说「记住了」或者「重要」的事件，重要性分数就给高。但这里有个坑：如果用户反馈稀疏，重要性分数会失效，这时候我会退一步，用交互频率做替代，比如用户反复查询的订单，隐式…

#字节#蚂蚁#向量检索

面试题·文档处理· 京东

Chunking 策略怎么平衡上下文与精度?

匹配口述回答：…hunk里噪声多。其实分块还有个隐藏问题，就是chunk之间的语义关联怎么处理。比如一个概念在前一块定义，后一块直接引用，分块后LLM可能看不到定义。有人用[[Parent Document]]方式，检索子块后返回父块全文，但这样上下文窗口压力大。这块我觉得值得深入，比如结合[[知识图谱]]来建模实体关系。所以，我会先比较递归分块、结构分块和不同重叠窗口，再根据bad case判断是否需要语义分块或Agentic分块。前提是数据质量过关，边界清晰，否则再花哨的策略也救不了…

#京东#RAG Chunking 策略#文本分块最佳实践

面试题·评估· 字节

医疗法律RAG：评估陷阱

匹配口述回答：这道题问的是专业领域[[RAG]]智能助手的设计，我觉得它本质上是在问一件事：怎么让大模型在知识密度高、容错率极低的场景下，既能用上最新最准的知识，又能给出可信、可解释的回答。说白了，就是解决专业领域的可信生成问题。我会从数据处理、检索、生成和评估四条线来讲，不过先划个边界：很多人纠结RAG和微调选哪个，我的看法是，高频更新的知识、需要引用溯源的场景，RAG是必选项；但像处理病历或合同这种格式稳定的文档，微调反而能提升格式规范性。真正落地往往是 RAG加微调混合，RAG…

#字节#专业领域 RAG#RAG 系统设计

面试题·评估· 商汤科技

AI Agent 核心理解与未来趋势

匹配口述回答：…一下，LLM是被动响应的，你问一句它答一句，单次推理；Agent不一样，它自己会拆任务、调工具、看反馈、迭代执行。你可以这么理解：LLM像个知识丰富的顾问，你问什么它说什么；Agent像个项目经理，自己定目标、找人干活、检查结果。架构上，大家常说的四个组件，规划、记忆、工具、行动，但我觉得别死磕论文里的定义。规划不只是任务分解，更重要的是子目标之间的依赖和冲突处理；记忆分短期和长期，短期就是上下文窗口，长期靠[[向量库]]或者[[知识图谱]]；工具是Agent的双手，比如调…

#商汤科技#评估与监控#AI Agent 理解

面试题·多模态· 美团

Agent 发展路径分哪几个阶段?

匹配口述回答：…中间会经历哪些台阶，每个台阶上最难啃的骨头是什么。我倾向于把它分成四个阶段来讲。先看工具调用和任务自动化这个阶段，这其实就是现在大模型落地的主流形态。比如客服场景里，Agent根据用户说“我订单丢了”去调订单查询接口、退款接口，走一个固定的流程。这个阶段的核心挑战不是模型能不能理解意图，而是工具描述写得好不好、参数能不能填对、出错了能不能优雅恢复。技术上的突破点主要是 [[ReAct]] 范式，就是让模型推理和行动交错着来，而不是先想好再干。另外[[Function Cal…

#美团#评估与监控#Agent

面试题·RAG· 小红书

RAG 检索噪声怎么处理?

匹配口述回答：…掉那些低相关的。这招效果很稳，但计算成本高，一般只对 top 几十的候选做，不会全量做。还有一种做法是上下文压缩，用个小模型或者 LLM 对长文档做摘要，减少噪声信息占比。举个例子，企业 SOP 合规场景，文档里可能夹杂了历史版本说明和废弃流程，压缩之后只保留当前有效条款，生成准确率明显提升。再一个，我比较推荐搞 [[混合检索]]，就是向量检索加 [[BM25]] 关键词检索，甚至接[[知识图谱]]，多路召回之后做加权融合。这样能避免单一检索方式被噪声带偏。比如向量检索容易…

#小红书#检索噪声过滤#RAG 噪声处理

面试题·检索· 字节

医疗法律 RAG 架构关键环节

匹配口述回答：…-BERT；二是[[BM25]]加领域同义词扩展，像医疗里UMLS同义词库，避免用户说“头疼”但知识库写“头痛”就搜不到；三是[[知识图谱]]检索，用Neo4j存实体关系，比如“疾病-症状-药品”三元组。这三路结果合并后用[[交叉编码器]]精排。这里有个坑：向量检索对时效性不敏感，但专业领域很多知识会过时，比如法律条文修订、药品说明书更新。所以我会在精排时引入时效性衰减因子，发布日期越早，分数打折扣越多。生成器优化方面，基座模型我会选领域微调过的，比如Huatuo-LLM或…

#字节#领域RAG架构#专业领域 RAG

面试题·检索· 字节

RAG 重排作用与实现

匹配口述回答：…破损定义”的文档，重排能准确把“破损退款操作步骤”排到最前面。其次是多路融合，实际系统常常同时用关键词[[BM25]]、向量、[[知识图谱]]等多路召回，它们的分数不在一个尺度上，重排可以用一个统一的模型给所有候选打分，把不同来源的结果融合起来。常见的实现方式，最主流的是Cross-Encoder，比如BGE-Reranker，精度高，但计算成本也高，所以一般只对召回Top-100做重排，再输出Top-10给LLM。另一个是[[ColBERT]]，用late interac…

#字节#Cross-Encoder重排#RAG 重排作用与实现

面试题·检索· 快手

RAG 延迟准确率根因

匹配正文：…实时数据与静态知识库未有效融合 Agent场景的特殊复杂性维度传统RAG Agent+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。

#快手#RAG延迟与准确率#RAG 延迟准确率根因

面试题·检索· 字节

RAG 核心实现原理是什么?

匹配口述回答：我觉得这道题本质上是在问：怎么让大模型在不知道答案的时候，能自己去查资料，而不是瞎编。[[RAG]]就是干这个的，它不像微调那样改变模型参数，而是给模型外挂一个知识库，每次回答前先检索相关文档，再结合上下文生成答案。具体流程分三步：先建索引，把文档切成小块转成向量存进[[向量数据库]]；然后检索，把用户问题也转成向量，到库里找最相似的Top-K；最后生成，把检索到的文档和问题拼在一起扔给大模型。听起来简单，但每一步都有坑。先说[[切片]]。很多人直接按固定字数切，比如51…

#字节#RAG实现原理#RAG 实现原理

面试题·检索· 小红书

RAG 局限性怎么破?

匹配正文：…e_id]，实现可验证回答 Self-RAG：让模型自主判断"是否需要检索"及"是否引用" 3. 架构演进 GraphRAG：构建知识图谱，支持多跳推理与全局摘要 Agentic RAG：ReAct循环（检索→推理→再检索），动态决策检索时机与工具 RAG + Fine-tuning：领域embedding微调 + 生成模型SFT，打通语义空间关键权衡：RAG并非万能，与Fine-tuning是互补关系——RAG解决"知识更新"，Fine-tuning解决"知识内化"；复杂…

#小红书#RAG局限性#RAG 局限性