匹配正文：…与存储实现。量化压缩：FP32→FP16/INT8，平衡精度与内存过滤能力：把租户、权限和状态作为候选资格约束，在内容返回/送模型前完成权限检查；具体可有预过滤、搜索中迭代过滤等机制，需测过滤选择性与召回。分布式与实时性：按部署、过滤、更新和服务要求比较；Faiss是索引库，可接入在线服务，但完整权限、持久化与运维需另建，不能说只适合离线。关键参数：ef_construction（建图质量）、M（邻居数）影响召回-延迟权衡。 3. 重排序(Reranking)策略两…

#字节#向量库与重排序#RAG 架构设计

面试题·检索· 小鹏

RAG检索优化：向量检索与重排序

匹配正文：…程实践预过滤（metadata filtering）+ 向量搜索的混合查询，减少候选集多副本+本地缓存热点查询，降低RT 二、重排序（Reranking）两阶段架构第一阶段：向量检索快速召回Top-K（如100-1000）第二阶段：精排模型打分，输出Top-N（如5-10）常用精排模型方案特点适用场景 Cross-Encoder 拼接query+doc编码，精度高但O(n)延迟延迟敏感低、精度要求高 ColBERT 延迟交互，token级相似度，平衡效率 …

#小鹏#检索阶段优化#RAG 检索优化

面试题·检索· 小红书

多路召回 vs 排序模型怎么分工?

匹配正文：…题。各路结果要经过版本与权限过滤、去重、配额或分数校准。多路并不自动带来多样性；高度相关的召回器可能重复返回同一批热门项。排序模型排序器对候选统一估计点击、转化、观看时长、满意度等目标。模型可从线性模型、GBDT 到 Wide&Deep、DIN 或多任务网络，复杂度取决于数据和服务预算。排序质量不仅由模型结构决定，还受曝光选择、位置偏差、延迟特征和标签定义影响。常见流程是召回→可选粗排→精排→约束重排。重排可处理去重、多样性、频控、公平或业务约束；这些目标也可以进入学…

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

#小红书#多路召回与排序#多路召回

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：…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]]，但重排会增加延迟，所以需要根据业务场景做取舍。所以整体上，我会把Em…

#字节#Embedding 模型选型#RAG 向量化流程

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：…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，最后用业务指标验证。如果效果不够，…

#百度#向量检索#Embedding 模型选型

面试题·模型微调· 百度

大模型准确性瓶颈在哪?

匹配口述回答：…然后多源交叉验证，同时检索多个信源，如果一致性高就高置信输出，如果冲突就触发澄清或保守回答。生成之后再加一层校验，用独立的事实核查模型或规则引擎，对实体、数字、时间这些硬事实做二次确认。比如客服回答退款金额，必须校验数字是否和订单一致。这里有个前提：检索质量要足够高，如果检索到的信息本身就是错的，那 RAG 反而放大错误。常见失败场景是检索召回率不够，或者[[重排]]没把最相关的排在前面。所以落地时，我会把方案组合起来用。稳定知识内化到模型，高频变动知识走 RAG，推理过程…

#百度#评估与监控#大模型准确性提升

面试题·RAG· 百度

对话模型准确性怎么提?

匹配口述回答：…实错误。阈值是否有效，要在真实任务上测。最后是工具。对订单、计算、代码执行这类任务，优先通过有权限约束的工具取得可核验结果，再让模型组织答案。ReAct等循环可以把推理与工具调用串起来，但必须处理超时、错误返回和多轮累积误差。知识库侧可以比较关键词与向量混合检索、重排和更新策略，记录每个模块对最终质量的实际贡献。我的实施顺序是先固定任务、评测集和预算，建立基线，再分模块比较事实正确率、引用支持率、延迟和成本。架构与训练的投入较高，RAG和Agent更方便按模块迭代，但也增…

#百度#对话模型准确性#模型架构优化

面试题·模型微调· 美团

Reranker 训练数据怎么构造?

匹配题目：在构建重排序（Reranker）模型时，如何系统地设计和构造用于微调的训练数据集？请详细说明正负样本的选择策略、标注方法、数据来源及其对RAG流程中检索质量的影响。

#美团#重排与优化#Reranker 训练数据

面试题·模型微调· 美团

向量检索怎么保准又保真?

匹配正文：答案要点 Embedding模型选型与微调多路召回与混合检索策略重排序（Rerank）机制查询理解与改写检索结果评估与迭代优化 1. Embedding层优化模型选型：根据领域特点选择模型（通用场景用BGE/M3E，垂直领域用微调模型）领域适配：用业务数据对Embedding模型做对比学习微调，缩小语义鸿沟动态更新：商品/内容Embedding随属性变化及时刷新，避免语义漂移 2. 多路召回策略召回方式适用场景向量召回语义相似，理解用户意图关键词/BM…

#美团#向量检索准确性#向量检索相关性

面试题·检索· 高德

向量数据库怎么支撑 Agent 记忆?

匹配正文：…混合多阶段检索 pipeline 粗排（向量相似度，Top-K=100） → 元数据过滤（时间范围、会话ID、标签） → 精排（重排序模型/交叉编码器，Top-K=5） → 上下文组装（按时间序/相关度融合）关键优化分块策略：256-512 tokens为甜蜜点，重叠滑动窗口防断句查询改写：利用LLM扩展同义表达，缓解query-doc语义鸿沟反馈闭环：记录"检索→使用→任务成功"链路，强化正例embedding 四、实战提升召回效果问题措施长对话上下文丢失 …

#高德#重排与优化#文档处理

面试题·检索· 淘天

Naive RAG vs Advanced RAG 区别?

匹配正文：常见 RAG 形态 Naive RAG 查询直接编码，向量检索 Top-K，将候选拼接给模型。优点是链路短、易建立基线；缺点是对短 query、精确实体、文档冲突和复杂问题处理有限。 Advanced RAG 在检索前加入查询改写、扩展、分解或路由；检索中使用稀疏与稠密混合、元数据过滤和重排；生成前进行去重、压缩、冲突处理和引用组织。它通常能针对具体失败改进，但增加延迟、成本和维护面。 Modular / Agentic RAG 将检索、工具、验证、重试和路由做成可组合模块，…

#淘天#重排与优化#Naive RAG

面试题·检索· 360

RAG 召回准确性：三大失败场景

匹配正文：…段与生成阶段的评估差异掌握常用检索评估指标（Recall@K、MRR、NDCG）理解稠密检索与稀疏检索的优缺点及混合策略知道重排序模型的作用与典型实现能提出具体可落地的数据优化方案一、评估维度与指标检索阶段 vs 生成阶段检索评估：关注"找得准不准"，用Recall@K（答案是否在TopK）、MRR（首个相关文档排名）、NDCG（考虑相关度分级）端到端评估：用Answer Accuracy或RAGAS框架（context precision/recall, a…

#360#召回质量评估#RAG 召回优化

面经·项目面试

Reranker 的上限，藏在候选集里

匹配正文：…nker 的上限，藏在候选集里正确段落就在知识库里，Reranker也正常返回了分数，最后选出来的内容却没有它。这时换一个更大的重排模型，看起来很有道理：既然排得不好，就换个更会判断相关性的模型。但先别急着换。需要确认的第一件事是，那条正确段落有没有被交给Reranker。第二件事是，它虽然在候选名单里，真正输入的文本是否还保留着回答问题所需的句子。两层都过关，排名高低才进入模型能力的讨论。 Reranker通常对问题与候选文本联合打分，再从这些候选里调整顺序。它能细看已…

#RAG#Rerank#候选召回

项目实战·RAG

RAG 智能问答系统

匹配正文：公开教学项目：从文档解析、检索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.…

#项目实战#RAG 智能问答系统

求职指南·Agent

Trace、线上监控与问题复盘项目模拟面试

匹配正文：…行动项下一步：design。配套学习：项目难题怎么定位与解决?。 3. design · design 一次请求如何关联检索、重排、模型、工具和业务结果？Trace ID、span、版本与错误码怎样设计？考察重点：确认候选人理解端到端链路、关键接口和状态变化。端到端组件、数据流和每层输入输出关键接口与约束如何影响设计下一步：tradeoff。配套学习：Agent 系统哪些模块最易出问题?。 4. tradeoff · tradeoff 哪些信息进指标、日志、Tr…

#模拟面试#简历项目#连续追问

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·Agent

什么时候该用 Deep Research，而不是普通 RAG？复杂问题怎么分级路由？

匹配正文：…？系统怎样自动分流，又怎样证明分流是对的？先划清三条路线普通 RAG 的典型链路是：用户提问，系统检索一批相关片段，把片段交给模型生成答案。它适合“答案已经存在于某一处资料中”的问题。例如安装方法、字段含义、某条规则的适用条件。工程重点是解析、召回、重排、证据门槛和引用，而不是让模型自主做长期规划。 Agentic RAG 把检索从固定步骤变成 Agent 可以反复调用的工具。模型看到第一次结果不够，可以改写查询，再查一次或打开某个候选来源。它适合一次检索经常不够，但任…

#Deep Research#问题边界与研究闭环#Deep Research 分级路由

项目实战·RAG

第 4 章:Embedding 选型与向量化

匹配正文：…开销。实际延迟受数据规模、硬件、索引、过滤条件和并发影响,需要测量。(这点和第 6 章的"交叉编码"正好相反,到时再对比。) 双塔模型:query 和 document 各自独立编码记住这张图,第 6 章会用它做对比:双塔是"各编各的、能预存",所以快;交叉编码是"两段拼一起喂进去一起算",所以准但慢。一个负责海里捞,一个负责精挑,这正是后面"召回 → 重排"两阶段的由来。 🛠️ 跟着做:用玩具向量,看懂"向量化"也看清它的坑 Step 1:写一个最朴素的"向量化" 我们…

#RAG#检索#项目实战

面试题·RAG

RAG 文档解析质量怎么评估？不能只看“解析成功”

匹配正文：…或跨页合并。第三种情况，正确 Chunk 存在，却没有进入前几条检索结果。这时再查问题改写、关键词与向量召回、过滤条件、融合和重排。第四种情况，正确证据已经排在前面，模型仍然答错。这时才去看提示词、上下文组织、引用约束和生成模型。从最终错误反查解析链路先确认正确证据在哪一层消失，再决定检查解析、切分、检索还是生成。最终答案错误不能直接归因于大模型。这种分层有一个直接好处：修改目标变得清楚。如果正确单元格从未被还原，换 Rerank 没有意义。如果证据存在但总排…

#RAG#解析与入库#RAG 文档解析评估

系统教程·AI 编程

从零拼一个最小 RAG 问答

匹配正文：…检索质量怎么优化?」「为什么需要混合检索?向量和 BM25 各自的短板是什么?」 👉 去题库搜 RAG / 混合检索 / 重排 / 切分。训练营延伸课程项目继续练习多格式入库、检索评测、权限与部署的工程闭环。可以先阅读公开项目教程，再根据自己的基础了解具体课程安排。参考资料 OpenAI embedding 接口与模型 DeepSeek 的接口与模型入口

#Agent#AI 编程

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：…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。执行时仍要经过 Registry 和权限校验。若项目目前没有真的接入大规模工具，就应该把这道题说成设计与验收方案，不声称已经达到某个路由准确率，也不编造线上…

#Agent#工具调用与安全#Agent 大工具集路由

面试题·RAG

RAG 为什么要同时用 BM25 和向量检索？

匹配正文：…文末。这里的“两路”指两种找原文的方法，并不是让两个接口各生成一段答案。它们返回的都是候选原文，后面还要合并、重新排序和截断，大模型最后看到的是筛选后的证据。搜索结果中还带着候选 ID、来源文档和两路分数。后面的重排需要问题与候选内容，页面展示需要文档名与正文，排查问题则需要 ID 和分数。这些中间信息能帮助我们判断一条候选在哪里进入、又在哪里被淘汰。面试官追问：为什么先多找一些候选，再做重排原因很直观：重排只能在已经找回的内容里换顺序。若一开始只取最终要展示的几条，…

#RAG#检索与重排#RAG 混合检索

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：…闭该路，而不是继续调融合参数。消融结果还能解释“融合为什么有效”。真正有价值的提升应来自两路能力互补，而不是候选数量变多、下游 Rerank 更强，或测试集刚好偏向某一路。固定候选生成两种融合方法必须接收同一批 BM25 列表和同一批向量列表。检索模型、索引版本、查询预处理、每路 Top N 和过滤条件保持一致。先检查两路候选并集的 Recall@N。如果正确证据根本没有进入并集，融合算法无论多复杂都无法救回。此时应该回到查询、切分、Embedding 或召回配置排查…

#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：…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，把它恢复成类似“年假怎么申请”这样可以脱离上下文独立理解的问题。错别字、口语填充、缩写和省略也可以通过重写处理。重点是尽量保持原意，而不是把一…

#RAG#检索与重排#RAG Query 重写