匹配正文：…组合先缩小候选范围并可压缩向量，适合在容量、速度和召回之间取舍，但具体存储形态由引擎决定。 3. 相似度计算余弦相似度比较方向；向量归一化后，余弦排序与点积排序等价。未归一化点积同时受方向和模长影响，只有模型训练目标支持时才应使用。欧氏距离适用于按该几何关系训练或验证过的表示，不能只凭经验替换。 4. 在线链路与评测查询编码后进入 ANN 搜索，得到候选，再结合元数据过滤、重排或业务规则返回 Top-K。用精确搜索作为基线评估 ANN Recall@K，并同时看最终证…

#百度#向量索引#向量检索原理

面试题·文档处理· 字节

Embedding 模型选型 vs 落地流程?

匹配口述回答：…混合检索，像BGE-M3支持同时输出稠密和稀疏向量，那就一起存。这里有个坑：模型更新时，向量需要全量重刷。如果不做版本管理，新旧向量混在一起，检索质量会崩。所以上线前我会建立一个版本管理机制，每次模型更新，用同样的query集做回放测试，对比Recall@K和延迟，通过才切换。说到混合检索，其实还有个权衡：什么时候用稠密向量，什么时候用稀疏向量？比如订单号检索，稀疏向量或者关键词匹配更准；而意图理解，稠密向量更好。真正稳定的RAG系统，往往是稠密加稀疏再加[[重排]]，但…

#字节#Embedding 模型选型#RAG 向量化流程

面试题·文档处理· 安克科技

RAG文本向量化：分块与嵌入陷阱

匹配口述回答：…通过才切换，不通过就回滚。最后说边界。分块和模型选型没有银弹，固定切分适合日志、代码这种结构简单的，语义切分适合新闻、报告；稠密向量适合语义匹配，稀疏向量比如[[BM25]]适合关键词精确匹配，真正落地常常两者混合。我倾向用[[混合检索]]，把两条路的结果合并再[[重排]]，这样既能抓住语义也能兜底精确匹配。如果面试官追问，我会补充一点：RAG的向量化质量最终要靠端到端评测，不是单看召回率。我常用[[RAGAS]]框架，从[[Faithfulness]]、[[Contex…

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

#安克科技#RAG 文本向量化#分块策略

面试题·模型微调· 百度

Embedding 模型选型考虑哪些因素?

匹配口述回答：…uery和人工标注的相关文档，算MRR和Recall@K。上线前还会做AB测试，看端到端效果有没有提升。还有一个容易被忽略的点：embedding模型和[[Rerank]]模型怎么配合。很多人以为embedding效果好就万事大吉，其实embedding做初筛，[[Cross-Encoder]]做精排，两者结合才能达到生产级精度。这个配合的阈值怎么设、延迟怎么优化，是另一个值得深挖的问题。所以我的选型逻辑是：先定场景，再卡资源，然后选一个基线模型快速试错，最后用业务指标验…

#百度#向量检索#Embedding 模型选型

面试题·检索

什么是 Embedding 向量嵌入？

匹配口述回答：…降，RAG 的上限就卡在检索这一步。所以我会把 Embedding 看成语义检索的基石，但不会认为它万能。真正落地时，我倾向把 Embedding 和关键词检索结合起来做[[混合检索]]，这样既能抓到语义，又能保证精确匹配，比如订单号、错误码这些场景。如果面试官追问，我会说：Embedding 的另一个难点是处理同义词和多义词。比如“苹果”既可以是水果也可以是品牌，单纯靠 Embedding 可能会混淆。这时候就需要结合上下文做消歧，或者用 [[Rerank]] 模型做二…

#入门#基础概念#Embedding是什么

面试题·检索

向量数据库和普通数据库有什么区别?

匹配口述回答：…以上，延迟能压到毫秒级，非常划算。举个业务场景，比如客服知识库，用户问“退款流程是什么”，传统关键词检索可能因为措辞不同而漏掉，向量检索能匹配语义相近的文档。但这里有个坑：如果只靠向量，遇到订单号、政策编号这种精确信息就容易翻车。所以真正落地我不会只用向量检索，而是做 [[Hybrid Search]]，把向量和关键词结合起来，再配合 [[Rerank]]，这样精确匹配和语义匹配都能覆盖。不过要注意，ANN 索引在数据频繁更新时表现会变差，因为图结构或聚类中心需要重建。我…

#入门#基础概念#向量数据库

面试题·RAG· 小红书

新用户冷启动：生成式推荐与Embedding

匹配口述回答：…的混合架构。生成式负责快速拉出候选集，但它的排序不够精准，所以后面接一个[[Bi-Encoder]]或者轻量的排序模型，把候选[[重排]]一下。这个架构的优点是冷启动阶段效果好，但代价是多了生成这一步，延迟会高。如果对实时性要求特别高，比如首页推荐必须在50毫秒内返回，那生成式召回可能撑不住，得换成更轻量的策略，比如直接基于画像的向量检索。我最近在思考一个问题：生成式推荐在冷启动阶段表现不错，但用户行为积累多了以后，怎么平滑过渡到传统协同过滤？直接切换会不会导致推荐结果断层…

#小红书#新用户冷启动#生成式推荐

面试题·检索· 百度

向量召回实现方式有哪些?

匹配口述回答：…漏掉。这时我会考虑用分层聚类，或者结合 [[Bi-Encoder]] 做粗排加 [[Cross-Encoder]] 做精排的 [[Rerank]] 流程。还有一个大家容易忽略的点，就是删除操作。向量索引的删除如果处理不好，召回质量会崩。我一般不做原地删除，而是用软删除加异步重建，或者用双缓冲影子索引，保证查询时不会读到脏数据。所以我的做法是，先根据业务场景定优先级：延迟优先就 HNSW，内存优先就 IVF 加乘积量化，然后在这个基础上做混合优化。我更倾向把向量索引看作一个…

#百度#向量检索#向量召回方法

面试题·检索· 字节

向量检索加速：有哪些陷阱

匹配口述回答：…图结构后的删除，要看具体实现，不能一概断言直接删除必崩。再来看召回策略。单靠向量检索有时候不够稳，比如用户搜一个很冷门的实体词，向量可能找不到，但关键词能命中。所以我会做多路召回，把向量检索和[[BM25]]或者[[稀疏检索]]结合起来，比如用 [[Hybrid Search]]。召回之后还要粗排加精排，先用 [[IVF]] 快速筛出一个候选集，比如 Top-200，然后用精确距离计算或者 [[Cross-Encoder]] [[重排]]到 Top-10。这一步很关键，能有…

#字节#检索性能优化#向量检索性能优化

面试题·检索· 安克科技

RAG向量匹配原理与ANN算法取舍

匹配口述回答：…度很高，但内存开销大，适合百万级以内、对延迟敏感的场景，比如客服机器人实时检索FAQ。IVF先定位几个簇再扫描桶内候选，桶内是精确向量还是量化编码取决于IVF-Flat或IVF-PQ等变体；IVF本身不保证更省内存，适合十亿级海量数据，比如企业文档库。但注意，真正落地常常是混合方案，例如Faiss IVF-HNSW中HNSW用于粗中心搜索，IVF-PQ另对桶内向量编码；候选重排可用精确距离或Cross-Encoder，应把不同阶段讲清楚。举个例子，做电商退款政策的RAG，用…

#安克科技#HNSW与IVF#RAG 向量匹配

系统教程·RAG

RAG 面试题大全与知识体系

匹配正文：RAG 是大模型应用开发岗面试必考的第一主题：简历上写了 RAG 项目，面试官会从分块、检索、重排一路追问到评估。这一页把本站全部 RAG 资产按知识体系组织好——先用 11 章实战教程把系统做出来，再按模块刷真题，每道题都有书面答案和口语版讲法。配套教程 RAG 智能问答系统：11 章从原理到评测知识模块 RAG 基础与整体架构文档处理与分块向量检索与召回重排与检索优化知识图谱增强常见问题 RAG 面试一般会考哪些问题？围绕你简历上的 RAG 项目逐层追问：…

#专题学习#RAG 面试题大全与知识体系

面试题·RAG

RRF 和加权求和怎么选？两路检索分数为何不能直接相加？

匹配正文：…现完全相同的词，也可能被召回。两路结果取并集，可以扩大候选覆盖，却还没有回答“谁应该排在前面”。如果直接按 BM25 列表在前、向量列表在后，排序偏向第一路；如果轮流抽一条，两个检索器贡献看似相同，却没有处理同一文档同时被两路命中的情况；如果直接把原始分数相加，又会遇到量纲不一致。融合的任务，是把多路候选整理成一张可供后续重排或生成使用的统一列表。它首先服务于“正确证据能否进入有限候选集”，其次才是列表内部顺序。加权求和到底在算什么最直观的融合公式是： final_s…

#RAG#检索与重排#RRF

面试题·RAG

Query 重写、扩写和 HyDE，应该在哪些查询上启用？

匹配正文：…不知道“这个”指什么就无法检索。第二句包含两种可能出现在文档里的表达，系统需要覆盖不同措辞。第三句只有一个抽象概念，信息太少，向量很容易飘到一堆相近主题。这三类问题都可能被笼统地归入“Query 优化”，但适合的处理方法并不一样。如果不分类型，每个问题都先交给大模型改写，不仅多一次调用，还可能把原本清楚的编号、否定和限制条件改错。重写、扩写和 HyDE 分别解决什么？ Query 重写追求的是“把问题说完整”。用户问“这个怎么申请”，系统要结合有限的对话历史，把它…

#RAG#检索与重排#RAG Query 重写

面试题·评估

RAG 检索语义相似但无关怎么解?

匹配正文：…重写（Query Rewriting）：用LLM扩展/澄清用户意图，如"苹果→苹果公司/Apple Inc." HyDE（假设文档嵌入）：让模型先生成假设答案，再用答案去检索 2. 检索侧优化多路召回：BM25 + 向量检索 + 关键词匹配，互补覆盖重排序（Rerank）：用Cross-Encoder等交互式模型精排，捕捉细粒度相关性负样本硬挖掘：把"语义近但任务远"的样本加入训练，拉远embedding 3. 数据侧根治收集业务真实的<查询, 相关文档>对，微调Em…

#Embedding#Rerank#RAG 检索相关性

面试题·评估· 虾皮

大模型怎么用于搜索检索?

匹配正文：…术架构层级功能大模型作用查询理解层意图识别、查询改写、多轮澄清纠错、扩展、消歧（如"苹果"→水果/公司）检索召回层向量检索 + 稀疏检索（BM25）+ 知识图谱生成稠密向量（bi-encoder）精排/重排层结果重排序、去重、过滤 Cross-encoder 打分、多任务融合生成输出层答案摘要、直接回答、多源整合生成式摘要、引用溯源关键优化点混合检索：向量（语义）+ 倒排（精确匹配）+ 图谱（实体关系），召回率提升30%+ 查询路由：简单que…

#虾皮#大模型搜索检索#搜索检索技术方案

面试题·RAG· 字节

RAG 检索增强技术有哪些？

匹配正文：…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，加权融合专业术语、专有名词多的场景稀疏-密集结合 SPLADE等学习式稀疏向量，弥补纯向量盲区长尾实体、ID类查询图检索基于知识图谱的实体关系扩展需要推理关联的复杂问题三、精排优化（重排序） Cross-Encoder重排：用交互式模型（如bge-reranker）对召回Top-K精细打分，精度高但…

#字节#HyDE#RAG 检索质量

面试题·检索· 字节

RAG Retriever 工作流程详解

匹配正文：…如"Represent this sentence for retrieval"）动态更新：用户反馈回流，做对比学习微调 3. 向量检索索引结构：HNSW（高召回、内存型）、IVF-PQ（磁盘型、省内存）检索参数：ef_search、nprobe权衡延迟与准确率过滤机制：前置元数据过滤（时间、权限标签）减少搜索空间 4. 候选排序与筛选多路召回：向量+稀疏（BM25）+ 关键词，线性加权或Learned Fusion 重排序（Rerank）：Cross-Encode…

#字节#重排与优化#RAG Retriever 工作流程

面试题·检索· 阿里

RAG流程：检索到生成各阶段陷阱

匹配正文：…索偏差，是RAG失效的首要环节 2. 文档检索（召回阶段）方法适用场景实现要点向量检索（Dense）语义匹配、长尾查询 Embedding模型选择（BGE/M3E）、向量数据库（Milvus/Faiss）、HNSW索引关键词检索（Sparse/BM25）精确匹配、实体查询分词策略、词频权重调优混合检索通用场景 RR融合或线性加权，兼顾语义与精确匹配质量影响：召回率决定答案上限，需平衡速度与精度（Top-K通常取20-100） 3. 重排序（精排阶段）必…

#阿里云#重排与优化#向量检索

面试题·检索· 小红书

RAG检索不准的失败场景与优化

匹配正文：…系统层面 Top-K阈值设置不合理，正确答案被挤出单一向量检索的召回率瓶颈技术优化方向 1. 检索器增强换用/微调领域适配的Embedding模型（如BGE、GTE在垂直领域微调）混合检索：向量语义检索 + BM25关键词检索，结果融合多向量表示：ColBERT细粒度交互，解决"粗粒度向量"匹配失效 2. 查询侧优化查询改写：用LLM扩展同义词、澄清歧义（HyDE：生成假设文档再检索）查询分解：复杂问题拆分子查询，多轮检索聚合 3. 重排序（Rerank）引入…

#小红书#美团#重排与优化

面试题·检索· AIlab

RAG 流程各环节优化陷阱

匹配正文：答案要点清晰描述RAG的完整流程（索引构建、检索、生成）分环节列举具体优化手段（分块策略、embedding模型、重排序、查询优化等）能区分不同优化手段的适用场景和收益体现对实际落地问题的理解（如多轮对话、长尾查询） RAG核心流程 1. 索引构建阶段文档解析（PDF/Word/网页等格式处理）文本分块（Chunking）向量化（Embedding）存储到向量数据库 2. 检索阶段查询向量化相似度检索（Top-K召回）可选：重排序（Rerank） 3. …

#AIlab#RAG链路优化#RAG 优化

项目实战·RAG

RAG 智能问答系统

匹配正文：…重排到引用与评测这是公开化教学案例。文中的场景与指标用于理解项目实现；简历应填写自己实际完成的工作与测量结果。从文档解析、检索重排到引用与评测的公开教学项目配套代码与运行环境配套代码：rag-from-zero。先区分零依赖演练和完整模型链路：前者用玩具/模拟组件检查逻辑，后者还需要本地模型、首次权重下载、有效LLM凭据与网络。通过冒烟测试不等于真实Embedding、重排和LLM生成已经跑通。建议为这版配套代码使用 Python 3.11独立环境。原require…

#项目实战#RAG 智能问答系统

面试题·RAG

Chunk 为什么要带标题、页码和前后片段 ID？

匹配正文：…到底是多少？上一段是不是刚好写了适用对象？这份文档是不是已经被新版本替换？当前用户又是否有权查看？如果 Chunk 里只有正文和向量，这些问题都无法可靠回答。于是，面试官会继续问： RAG 的 Chunk 除了正文，还应该保存哪些 metadata？这些字段分别解决什么问题？常见回答是列出一串字段：doc_id、page、title、created_at、prev_id、next_id。字段名背得再多，也不等于设计合理。真正需要回答的是：哪个字段参与搜索前过滤，哪个字…

#RAG#切分与索引#RAG Metadata

面试题·Agent

Agent 有几十上百个工具时怎么选？大工具集路由怎样设计和验收

匹配正文：…可能会问：“Agent 只有三四个工具时可以把 Schema 全塞给模型，工具扩展到几十上百个以后怎么办？” 这道题不能只回答“用向量检索找 Top K”。工具一多，问题不仅是上下文变长，还包括名称和描述越来越相似、敏感能力不该暴露、工具版本与健康状态不断变化，以及候选召回错误会让后面的模型根本没有机会选对。大工具集路由更像一个分层检索与授权系统：先根据用户、租户和任务过滤绝对不能使用的能力，再从剩余工具中召回小候选集，结合描述、参数和上下文重排，最后才让模型选择或请求澄清…

#Agent#工具调用与安全#Agent 大工具集路由

面试题·Agent

Agent 从海量记忆里怎么找对内容？相关性、时间性和重要性怎样组合

匹配正文：…路：先识别查询意图和主体，做权限、租户、类型、状态、时间与项目范围过滤，再生成语义候选，结合相关性、时间性、重要性、来源和条件匹配重排，最后去重、处理冲突、控制注入预算，并允许“没有任何记忆值得使用”。先给出 30 秒回答 Agent 记忆检索不能只做向量 TopK。我会先根据当前任务构造检索意图，并用用户、租户、项目、记忆类型、有效状态、权限和时间范围做硬过滤；再对剩余候选计算语义相关性，并结合时间性、业务重要性、来源可信度、条件匹配和使用反馈做重排。不同类型的记忆使用不…

#Agent#记忆与存储#Agent 记忆检索排序