匹配正文：…零实际意义抑制关键词堆砌：词频超过阈值后贡献趋平，防止SEO作弊公平对待长短文档：技术文档vs短回答都能合理竞争参数可解释调优：k_1/b可根据领域数据优化（如新闻vs论文库）在RAG中，BM25常与向量检索混合使用（如Elasticsearch + 向量DB），利用其精确匹配优势弥补语义检索的模糊性问题。学习建议建议系统学习该知识点

#美团#BM25词频饱和#BM25 公式与 TF-IDF 对比

面试题·检索· OPPO

匹配正文：…饱和（上限k1+1）文档长度无显式处理显式归一化 IDF 简单对数平滑处理（+0.5避免负值）长文档友好性差好参数调优无有k1/b可调 RAG中的应用场景混合检索架构：BM25做粗排召回 + 向量模型做精排重排稀疏检索基线：与稠密向量形成互补，捕获精确匹配信号关键词敏感场景：法律条文、医学术语等需要字面精确匹配的领域实时检索：无需神经网络推理，毫秒级响应局限性无法处理语义鸿沟（"苹果"→公司/水果）需配合同义词扩展或向量检索补足语义能力

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

#高德#BM25评分公式#BM25 算法原理

面试题·Agent· 阿里

RAG+Agent 延迟与准确率成因

匹配口述回答：…慢或错，像滚雪球一样。具体说一下延迟。延迟主要来自三个环节：检索、Agent决策、还有服务间的编排。先说检索，最常见的问题是[[向量库]]冷启动，比如新知识刚加进去，还没建好索引，第一次查就很慢。还有就是跨地域查询，比如库在北京，服务在上海，网络开销就上去了。我的做法是，预加载热数据到内存，比如高频的客服退款政策，提前放到内存里。另外，本地缓存高频Query的[[Embedding]]，避免重复计算。索引上我会用[[HNSW]]加量化，这样能在召回率和速度之间平衡。再一个…

#阿里云#Agent#RAG Agent 延迟优化

面试题·Agent· 高德

Agent 工具选择：打分排序机制

匹配口述回答：…说，第一步是语义路由。我会给每个工具写一段标准化的自然语言描述，比如一个工具是'查询订单状态'，另一个是'查询物流轨迹'，用 [[Embedding]] 把任务和工具描述都转成向量，算相似度，选出最相关的 Top-K。这一步的目的是快速缩小范围，别让后面的打分模型处理太多无关选项。第二步是多维度打分。这里我会看几个维度：功能匹配度是基础，历史成功率也很关键，比如某个工具对类似任务的成功率是 95%，另一个只有 70%，那肯定优先选前者。还有成本，包括 Token 消耗、AP…

#高德#Agent#Agent 工具选择

面试题·文档处理· 字节

医学论文与法律条文切块

匹配口述回答：…叠。所以整体上，我更倾向把chunk策略看成检索质量的基础设施，它不是一次设定就完事的，需要根据文档类型、查询场景和模型能力持续调优。如果面试官想问，我可以再聊聊怎么用[[Rerank]]来提升召回后的排序质量，或者怎么评估chunk策略的好坏。这道题本质问的是语义完整性与检索效率的平衡先讲通用分块策略，划清边界：固定长度 vs 结构感知 vs 语义分块重点讲专业领域特化：法律条文按条款硬切，医学按IMRAD结构切落地风险：重叠窗口、chunk大小与embeddin…

#字节#医学论文与法律条文切块#医学论文和法律条文为什么要用不同的切块策略

面试题·评估· 字节

RAG 评测优化闭环

匹配口述回答：…场景下的用户满意度或问题解决率。优化策略这块，我习惯按三个方向展开。检索侧，最见效的是[[混合检索]]，把[[BM25]]和[[Embedding]]结合起来，能覆盖关键词和语义两种场景。比如企业合规文档里，员工查“报销流程”可能用模糊描述，但查“SOP-2024-01”这种编号就必须靠关键词，所以两条路都得有。再一个就是[[分块]]策略，按语义切分比固定窗口好，但遇到表格或代码块，就得保留结构完整性。另外[[重排]]也很关键，用[[Cross-Encoder]]精排能显著…

#字节#评估与监控#RAG 评测优化闭环

面试题·评估· 字节

RAG 评估指标与迭代陷阱

匹配口述回答：这道题问的是[[RAG]]系统怎么评估和迭代，其实本质是问你怎么把检索和生成两件事拆开来看，再合起来调优。因为RAG的坑往往藏在中间，检索准了但生成没用对，或者生成对了但检索根本没把正确答案找出来。先说评估。我会把评估拆成三层：检索层、生成层、端到端。但关键不是列指标，而是看它们之间的联动。检索层，核心看召回率，比如Recall@K，正确答案在不在前K个里？这是底线。再一个看排序质量，比如MRR，毕竟就算召回了，排到第10条和排到第1条对生成层的影响差很多。生成层，我重点…

#字节#评估与监控#RAG 评估

面试题·评估· 阿里

主流Agent框架优缺点与场景怎么选?

匹配口述回答：…快速验证想法，真要上线，你得把它当参考实现，自己重写精简版。再来说LlamaIndex。它的核心是Index，各种索引结构，比如向量、树、关键词、图。它天然是为[[RAG]]设计的，Query Engine封装了检索加合成的标准流程。所以如果你要做企业知识库问答，或者结构化数据查询，LlamaIndex非常顺手。它的检索策略很丰富，RAG效果容易调优，而且它和LangChain可以互操作，通过一个工具包装就能把LlamaIndex的检索能力当工具给LangChain用。但…

#阿里云#评估与监控#Agent

面试题·评估· 高德

多工具评分排序机制

匹配口述回答：…落地时容易踩的坑这几个角度来说。先说评分。我倾向用分层评分加模型化打分两条腿走路。分层评分就是算一个加权和：语义匹配分我用 [[Embedding]] 模型算工具描述和任务 query 的余弦相似度，历史绩效分用[[滑动窗口]]统计近 N 次调用的成功率，再加时间衰减让旧数据权重降低，成本项就是延迟和费用归一化后做负向惩罚。权重 α、β、γ 一开始可以凭经验设，但线上要用数据调。光靠分层评分还不够，因为它只能捕捉显式规则。所以我还会训练一个轻量级路由模型，比如用 [[Lo…

#高德#Agent#智能体工具选择

面试题·评估· 美团

RAG 解决了哪些问题?

匹配口述回答：…以上线前我会特别关注两件事：一是用一批真实query回放，看召回率和准确率；二是做bad case分析，看看是不是切分粒度或者[[embedding]]模型选得不对。另外，我最近在关注[[Self-RAG]]，就是让模型自己判断什么时候需要检索，什么时候直接用内部知识。这个方向能进一步减少不必要的检索，提升效率，也降低延迟。所以总的来说，我会把RAG看成是大模型落地的标配能力，但它不是银弹。更倾向的做法是：先用RAG解决知识更新的问题，再用微调优化行为，同时做好检索质量的…

#美团#混合检索#RAG 技术

面试题·模型微调· 百度

Prompt Engineering 关键原则有哪些?

匹配正文：…练成本，直接挖掘模型固有能力。三大关键技巧与实例 1. 少样本学习（Few-shot Learning）原理：在Prompt中嵌入输入-输出示例，激活模型的上下文学习能力。翻译任务示例：输入：苹果 → 输出：apple 输入：香蕉 → 输出：banana 输入：人工智能 → 输出：？关键：示例需覆盖边界情况，格式保持一致，通常3-5个足够。 2. 思维链（Chain-of-Thought, CoT）原理：显式引导模型输出推理过程，而非直接给答案，显著提升复杂推理任…

#百度#模型微调#Prompt工程

面试题·RAG

什么是 RAG？一句话讲清检索增强生成

匹配正文：…，模型“看着资料回答”，答案自然更准、更新、更可信。入门之后，建议往两个方向继续深入：一是 RAG 的完整链路（文档解析、分块、向量化、检索、重排），二是 RAG 与微调这两条技术路线该怎么选。

#入门#基础概念#什么是RAG

面试题·知识图谱· 字节

GraphRAG 怎么提升检索质量?

匹配口述回答：…还在实验不同策略。本质在问：如何让大模型拥有结构化知识推理能力 RAG基础与瓶颈：切块导致的语义碎片化 GraphRAG改进：从向量相似到关系推理落地风险：图构建成本高，适用场景要选对工程师取舍：RAG+GraphRAG混合，优先解决多跳推理约4分钟 GraphRAG社区摘要的粒度选择直接影响召回质量与延迟，需要实验调优面试官可能会追问社区摘要粒度如何设置，以及如何评估不同粒度下的效果

#字节#知识图谱#GraphRAG

面试题·知识图谱· 字节

GraphRAG 原理与实现方法

匹配口述回答：…是"精确问答工具"，两者配合才能覆盖更多查询。不过这里有个值得深挖的点：查询路由怎么设计。到底哪些 query 该走图、哪些该走向量？我自己的经验是，不能单靠关键词规则，因为用户不会说"我要一个抽象问题"。更好的做法是用一个轻量分类器，或者让 LLM 自己做意图判断，但这样又会增加延迟。这块其实挺有挑战的，需要在实际数据上反复调优。一句话定位：GraphRAG 解决传统 RAG 的盲区核心原理：索引建图+社区发现，查询分全局和局部边界划分：传统 RAG 适合事实查询，…

#字节#知识图谱#GraphRAG 原理

面试题·多模态· 淘天

多模态 RAG 架构设计

匹配口述回答：…。我的经验是，如果图文关系紧密比如图文混排的文档，早期融合更优；如果图文相对独立比如商品图和文字描述，晚期融合灵活性更高，还能单独调优。落地时怎么选？我一般这么判断。追求效果上限，比如医疗影像加报告跨模态查询，直接上端到端多模态Embedding，但前提是你得有足够的标注数据，不然容易过拟合。快速落地，比如电商搜索，可以用伪多模态加CLIP再加Rerank，先跑通再优化。成本敏感的场景，比如中小公司内部知识库，视觉caption加文本RAG就够了，别一上来就搞复杂的。这里…

#淘天#多模态#多模态 RAG 架构设计

面试题·多模态· 淘天

伪 vs 真多模态 RAG 优劣在哪？

匹配口述回答：…服”，真正多模态能感知到元素的对齐、留白、色彩搭配，而伪多模态只能根据描述文本瞎猜。但代价是系统复杂度高很多。你需要部署多模态[[Embedding]]服务，这通常需要大显存的GPU，而且跨模态对齐本身是个难题，训练和调优都比纯文本复杂。但实际落地，很少有场景是纯一边倒的。边界划分很清楚：伪多模态适合快速POC、成本敏感、以文字为主的文档问答；真正多模态适合电商商品图分析、医学影像、设计类问答，任何需要“看懂”而不仅是“读出”的场景。真正的工程经验是，我常常会做一个折中方…

#淘天#多模态#伪多模态RAG

面试题·Prompt· 百度

RAG 改写与 Prompt 链路

匹配正文：答案要点 query改写的常见策略（扩展、分解、澄清、假设文档嵌入）提示词构建的核心要素（系统指令、上下文组织、引用标注、不确定性处理）实际工程中的权衡取舍（延迟vs质量、成本vs覆盖）一、Query改写策略 1. 查询扩展（Query Expansion）同义词/近义词扩展：用LLM生成语义等价表述，提升召回率 HyDE（假设文档嵌入）：让模型先写"理想答案"，用答案去检索而非原始query 子查询生成：将复杂问题拆为多个子问题并行检索，适合多跳推理场景 2. 查询…

#百度#小鹏#美团

面试题·RAG· 淘天

RAG 核心架构与工作流程

匹配口述回答：…它理解成，给一个很聪明但可能记错事的助手配一本随时可查的参考书。具体流程上，标准的三段式：先有一个知识源，比如文档库，要预先[[向量化]]建好索引；然后用户提问时，检索器把问题也向量化，去库里做相似度搜索，召回最相关的Top-K文档；最后生成器把原始问题和这些文档拼在一起，作为上下文让LLM生成答案。中间还可以加[[重排]]步骤，让召回结果更精准。 RAG解决的核心问题，说白了就是三个：一是事实[[幻觉]]，因为回答有检索文档支撑，可以溯源验证；二是知识时效性，不用重新训练…

#淘天#阿里#RAG 架构

面试题·RAG· 小红书

RAG 检索噪声怎么处理?

匹配口述回答：…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。比如向量检索容易把语义相近但实际无关的文档召回来，关键词检索反而能纠正。但这里有个坑：融合策略不是简单的取交集或求平均，得根据场景调权重。比如小红书那种 UGC 内容，噪声类型很复杂，标题党、软广、过时笔记都有，我可能还会加时…

#小红书#检索噪声过滤#RAG 噪声处理

面试题·RAG· OPPO

查询文档相关性怎么算?

匹配口述回答：…是水果还是手机，BM25 分不清；而且它完全基于字面匹配，语义上“退货”和“退款”相近，它就不行。所以有了语义匹配，也就是稠密向量检索。[[双塔]]架构，查询和文档分别编码成向量，用 [[ANN]] 近似最近邻检索。这个方法的优势是能跨越词汇鸿沟，把“我想投诉”和“对服务不满”映射到相近的向量空间。在商家满减政策检索里，用户问“凑单怎么优惠”，语义上能和“满300减50”这种文档匹配上，BM25 可能就漏了。但双塔有个大坑：离线建索引快，在线检索也快，但训练和调优成本高，…

#OPPO#查询文档相关性#语义匹配

面试题·检索· AIlab

RAG流程优化：三大层面策略

匹配口述回答：…经验是，先做好分块和重排这两个高性价比优化，它们能解决大部分质量问题。HyDE和多轮检索是锦上添花，成本高，只在特定场景下用。微调embedding成本最高，除非领域术语特别特殊，否则不优先考虑。整体上，我会把RAG优化看成一个渐进迭代的过程，上线后收集用户反馈，形成闭环，不断调优。一句话定位：RAG优化本质是检索与生成的平衡检索层：分块策略、查询改写、混合检索与重排生成层：上下文压缩与提示工程流程层：自适应与迭代检索落地取舍：高性价比优化优先，重排和分块是必选项 …

#AIlab#RAG流程优化#RAG 优化

面试题·检索· 字节

两阶段 vs 端到端怎么选?

匹配口述回答：…弹，真正落地常常是两阶段为主、端到端为辅，混着上。先说说两阶段。先做检索，比如用 [[Hybrid Search]] 把关键词和向量混着召回，再做 [[Rerank]] 精排，最后喂给大模型生成。这么做最大的好处是可控。比如在客服场景里，用户问“我的退款怎么还没到”，我可以先召回退款规则和订单记录，再让模型基于这些材料生成，这样答案有据可查。而且我可以随时调优中间环节，召回不够好就换检索策略，排序不准就调排序模型，不用动生成那一步。但代价也很直接：延迟高，因为多跑了一步检索…

#字节#两阶段检索与端到端生成#两阶段检索

面试题·检索· 美团

稀疏稠密与混合检索

匹配口述回答：…一检索肯定搞不定。所以 [[混合检索]] 就成了工业界的标配做法。具体落地，我一般会分成两阶段：第一阶段并行召回，BM25 和向量检索各取Top-K，然后做融合排序。融合的方式可以是线性加权，比如 score = α·BM25_score + β·dense_score，这个α和β需要根据业务调优，或者用 LTR 模型学一个更复杂的融合。第二阶段再用 [[Cross-Encoder]] 做精排，把混合召回的候选集重新打分。这里有一个风险点：混合检索的前提是两边的分数要…

#美团#稀疏稠密检索#稀疏稠密与混合检索

搜索大模型内容

BM25 公式与 TF-IDF 对比

推荐不准的算法改进

BM25原理、应用场景及与TF-IDF区别