匹配正文：先看三句用户问题。 “这个怎么申请？” “理赔和索赔有什么区别？” “等待期。” 第一句依赖上一轮对话，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…

#RAG#检索与重排#RAG Query 重写

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：…；过期、被替代和无权限条目不得进入排序。最后限制条数和 Token，保留来源与时间注入上下文，并用正例、难负例、冲突和不应召回样本评估。这段话的关键不是给出一个万能公式，而是把硬约束与软排序分开。 Agent 记忆检索与重排流程先排除不能用的记忆，再在可用候选里判断哪条更值得进入上下文。第一步：先理解当前任务要找什么用户输入不一定能直接作为向量查询。 “继续做昨天那个方案”包含指代，需要先从当前会话确定“那个方案”可能对应的项目和任务阶段。“还是按以前的风格写”需要检…

#Agent#记忆与存储#Agent 记忆检索排序

面试题·RAG

RAG 评测集怎么构建？问题、答案和证据必须怎么标？

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：… RAG 评测集应该怎么构建？为什么只准备问题和参考答案仍然不够？Recall@K、MRR 和 Faithfulness 又分别在评估哪一层？只回答“让大模型生成一批 QA，再算准确率”，通常会暴露更多问题：自动生成的问题是不是只会复述原文？没有正确证据位置，怎么评估检索？最终答案错了，怎么知道该修检索还是生成？参数一直对着同一批题调，会不会把系统调到过拟合？一条评测样本到底要保存什么？最小结构不是“问题加答案”，而是“问题、答案、证据”。问题要尽量接近真实用…

#RAG#评测与上线#RAG 评测集

面试题·文档处理· 字节

RAG 数据处理与索引流程?

匹配正文：…/论文依赖解析质量重叠策略：把零重叠、短窗口和较长窗口作为候选，用同一评测集验证是否真的改善跨边界证据召回性能影响：块过小→检索碎片化；块过大→Embedding稀释、召回噪声 4. Embedding生成模型选择：通用场景用BGE/M3E，垂直领域需微调（如法律/医疗）批处理优化：GPU并行、动态长度填充质量验证：抽样人工评估语义相似度，监控离群点 5. 向量存储与索引构建索引结构： HNSW：高召回、内存型，适合百万级 IVF+PQ：亿级规模、磁盘友好元数…

#字节#文档处理#向量检索

面试题·评估· 蚂蚁

RAG多轮对话怎么防知识遗忘?

匹配正文：答案要点区分知识遗忘（历史信息丢失）与上下文漂移（主题偏离）的本质差异提出显式对话状态管理机制设计动态检索策略而非单次检索说明查询重写/扩展的具体方法给出评估多轮RAG效果的指标问题本质多轮RAG的两个核心挑战：知识遗忘：早期轮次的关键信息未被当前检索利用上下文漂移：用户意图变化导致检索偏离当前需求技术方案 1. 显式对话状态管理对话状态 = {主题实体集合, 用户意图, 未解决问题, 已确认事实} 每轮用轻量模型抽取状态更新状态向量化后参与检索相似度…

#蚂蚁#RAG 多轮对话#知识遗忘

面试题·评估· 字节

RAG 评测优化闭环

匹配正文：…性：是否覆盖问题所有要点（可拆解子问题逐一验证）幻觉率：生成内容超出检索片段的比例流畅度：PPL、人工可读性评分 3. 端到端评估 RAGAS指标：faithfulness、answer_relevancy、context_precision、context_recall 业务指标：用户满意度、任务完成率、纠错率对抗测试：构造边界case（如检索片段冲突、信息缺失场景）二、迭代优化策略检索侧策略具体手段语义增强查询改写（HyDE）、多向量表示（ColBERT…

#字节#评估与监控#RAG 评测优化闭环

面试题·评估· 美团

RAG 仍会幻觉的原因

匹配正文：…ion）生成时附带引用标记，便于人工核验形成"生成-验证"的闭环有效性边界（什么情况下仍会幻觉）失效场景原因典型表现检索失败知识库未覆盖、Embedding语义漂移问最新事件、冷门知识时编造文档冲突多条检索结果互相矛盾模型选择错误或综合出错推理幻觉检索信息正确，但组合推理错误数学计算、因果推断失误上下文截断长文档超出窗口，关键信息丢失后半部分被截断导致断章取义关键结论 RAG将幻觉从**"无中生有"转化为"有据可依"，但无法根治"理解有误…

#美团#检索证据质量#RAG 仍会幻觉的原因

面试题·评估· 字节

专业领域 RAG 链路怎么搭?

匹配正文：…完整上下文元数据标注：标注文档来源、时效性、效力等级（如法律条文效力层级）二、索引构建双轨索引策略：类型用途实现稠密向量索引语义匹配领域微调Embedding（如医疗用PubMedBERT）稀疏关键词索引精准匹配 BM25 + 医学/法律专业词表知识图谱增强：抽取"疾病-症状-药品"或"法条-案例-解释"关系，构建实体链接三、检索策略多路召回 → 精排 → 重排：召回层：向量检索（Top-K）+ 关键词检索 + 图谱邻居扩展精排层：Cross-…

#字节#RAG 全链路#RAG 技术链路

面试题·评估· 字节

RAG 三大瓶颈与迭代策略

匹配正文：一、检索精度瓶颈与优化核心问题：向量语义匹配不准、Query与文档分布不一致混合检索：向量+关键词（BM25）双路召回，用RRF融合排序，解决语义漂移和专有名词匹配问题查询改写：用LLM扩展Query（HyDE生成虚拟答案再检索）、澄清多义词、补全省略的主语重排序（Rerank）：Cross-Encoder精排，把候选从100缩到Top-5，精度提升明显但增加延迟索引优化：按业务领域分库、语义分层（摘要→正文→细节），减少候选噪声二、生成质量瓶颈与优化核心问题：…

#字节#评估与监控#RAG 性能瓶颈

面试题·评估· 京东

RAG 缓解哪类幻觉?

匹配正文：…效性依赖三个核心前提：知识库覆盖度外部知识库必须包含问题的正确答案。若知识盲区在库中也不存在，RAG无法解决，模型仍可能幻觉或"检索即编造"。检索准确性Embedding模型需将query与相关文档精准对齐。检索失败（top-k不相关）会直接引入噪声，甚至加剧幻觉。生成可控性LLM需具备"忠实于检索内容"的能力，而非过度依赖参数知识或自由发挥。这涉及prompt设计、上下文窗口利用和指令遵循能力。 RAG的边界：不解决忠实性幻觉能解决：编造不存在的事实、过时信息、专业…

#京东#知识型幻觉#RAG 幻觉

面试题·评估· 小红书

RAG 有哪些主要缺陷?

匹配口述回答：…款政策查询，而微调适合模型需要内化某种能力的场景，比如翻译。真正落地的时候，往往是 RAG 和微调配合着来，或者 RAG 内部几种检索策略混着用。先说检索阶段最大的问题，召回质量不稳定。向量检索有个所谓的语义鸿沟，query 和文档的 [[Embedding]] 空间可能没对齐，比如用户搜“退款流程”，向量可能把“退货政策”排前面，但字面相关的“退款”反而排后面。特别是专业术语、订单号、错误码这种稀疏场景，[[Dense Retrieval]] 效果很差。我的改进思路是上 …

#小红书#RAG 局限性#RAG 缺陷

面试题·评估· 美团

RAG 解决了哪些问题?

匹配正文：答案要点清晰阐述RAG的核心原理（检索+生成两阶段流程）说明至少2个具体解决的问题（如幻觉、时效性、领域知识）结合实际项目描述效果提升（量化指标更佳）体现对RAG局限性的认知（如检索质量依赖、上下文长度限制） RAG核心原理 RAG = 检索（Retrieval）+ 生成（Generation），本质是给大模型外挂一个可动态更新的知识库：离线阶段：文档切分 → Embedding模型编码 → 存入向量数据库在线阶段：用户Query向量化 → Top-K相似度检索 …

#美团#混合检索#RAG 技术

面试题·评估· OPPO

意图识别在 RAG 中怎么用?

匹配正文：答案要点意图识别决定检索策略选择（向量检索/关键词检索/混合检索）通过查询改写和扩展提升召回率识别多跳/复杂意图以触发Agent能力过滤无关查询降低幻觉风险为生成阶段提供结构化上下文指导意图识别的核心作用意图识别是RAG系统的"路由中枢"，解决**"用户到底想要什么"**的问题，直接决定后续检索和生成策略。一、提升检索准确性场景意图识别的作用检索方式选择事实类→关键词/稀疏检索；语义类→向量检索；模糊需求→混合检索查询改写识别省略实体（如"这个产品…

#OPPO#RAG 意图识别#RAG

面试题·评估· 淘天

RAG 核心指标优先级

匹配正文：…接对应幻觉问题答案相关性（Answer Relevance）：是否回答了用户问题，而非泛泛而谈上下文利用率：模型有没有有效利用检索内容，而非依赖参数记忆三、端到端自动化指标 RAGAS：无需人工标注，用LLM打分评估忠实度和相关性 ARES：基于合成数据训练评判模型人工评估：最终仲裁，特别是边界案例四、业务实用指标延迟：检索+生成的总耗时，影响产品体验成本：向量检索+LLM调用的综合开销用户满意度：点击率、采纳率、后续追问率等为什么这些最关键？ RAG的核心…

#淘天#评估与监控#RAG 核心指标优先级

面试题·评估

RG 系统效果差怎么排查?

匹配口述回答：…般会按先检索、再生产、再协同的顺序来排查，每一步都做定量和定性结合的分析，并且每一步都有快速实验可以确认问题是不是出在这里。先说检索。我会先看 Recall@K，具体做法是人工标注100个查询对应的黄金文档，然后看检索模块能不能把这些文档召回。如果Recall偏低，那问题基本就在检索侧。我会进一步分析那些没召回的case：是query理解有偏差，比如用户说“退运费”但模型没把它映射到“退货退款”这个意图上，那就可能需要做query改写或扩展；还是向量空间本身没对齐，比如文档…

#检索归因#生成归因#RG 系统故障排查

面试题·评估

RAG 效果差怎么排查？

匹配正文：答案要点明确区分检索问题与生成问题的诊断思路掌握检索侧的核心评估指标（Recall@K、MRR、NDCG）掌握生成侧的核心评估指标（Faithfulness、Answer Relevance、Context Precision）能够设计消融实验或黄金文档实验验证假设提出端到端追踪与人工分析的具体方法核心诊断思路：模块解耦 + 端到端追踪第一步：判断是否为检索问题黄金文档实验（Golden Document Test）将标准答案依赖的文档直接注入context…

#检索诊断#生成诊断#RAG 效果诊断

面试题·评估· 百度

RAG 架构怎么工作?

匹配正文：答案要点清晰描述RAG的两阶段架构（检索+生成）说明向量检索的核心机制（embedding、相似度计算）解释RAG缓解幻觉的原理列举至少2个优势（知识时效性、可溯源性等）提及至少2个局限（检索质量依赖、上下文长度限制等） RAG基本架构 RAG = 检索（Retrieval） + 生成（Generation），核心思想是"外挂知识库"：用户Query → 向量化 → 向量检索 → Top-K文档 → 拼接Prompt → LLM生成工作流程拆解 1. 索引阶段（…

#百度#评估与监控#RAG 架构

面试题·评估· 字节

知识库更新策略怎么选?

匹配正文：…业务DB与向量库同一事务提交，失败回滚最终一致性：消息队列保证至少一次投递，消费端幂等处理版本控制：每条知识带版本号/时间戳，检索时过滤旧版本校验与修复定期对账：比对源库与向量库记录数、hash 采样校验：随机抽取向量反查原文一致性检索准确性保障灰度发布：新索引先小流量验证，再全量切换索引双版本：同时维护新旧索引，AB测试对比召回率更新窗口期：低峰期执行，避免查询抖动 embedding模型热更新：模型迭代时，评估向量空间漂移影响关键权衡：实时性 vs 成本…

#字节#评估与监控#RAG 知识库更新

面试题·模型微调· 字节

领域 RAG 知识库构建

匹配正文：答案要点数据清洗与分块策略设计 Embedding模型选型与微调考量多路召回与重排序的检索架构大模型Prompt工程与上下文压缩端到端评估指标与迭代优化闭环一、数据准备：质量决定天花板数据清洗去重、去噪、格式标准化（PDF/Word/网页解析）领域术语词典构建，确保专业概念不被错误分词分块策略（关键！）按语义切分优于固定长度：用BERT-based句子嵌入判断边界领域特性：医学/法律需保留完整条款上下文，代码按函数/类切分块大小与重叠窗口都作为候选变量…

#字节#领域 RAG 知识库构建#领域 RAG 知识库怎么建？数据处理、索引与检索

面试题·模型微调· 字节

领域RAG应用链路怎么搭?

匹配正文：答案要点领域数据清洗与结构化（非结构化文档解析、表格/图表处理、领域术语标准化） Embedding模型选型与微调（通用vs领域模型、对比学习微调）检索架构设计（多路召回、重排序、查询改写）生成环节优化（Prompt工程、上下文压缩、引用溯源）端到端评估体系（检索准确率、生成忠实度、领域专家评估）一、数据准备：领域知识工程化文档解析与结构化非结构化：PDF/Word用Unstructured/MinerU解析，保留标题层级、表格结构多模态：医疗影像报告需OCR…

#字节#领域 RAG#RAG应用搭建

面试题·知识图谱· 字节

GraphRAG 原理与构建方法

匹配正文：…社区报告、主题摘要，适合数据集级主题与趋势问题。实际系统通常把图候选、原始文本和向量候选融合，再由重排或生成器使用；图路径只说明检索过程，不自动证明最终 claim。 3. 与向量检索的取舍向量检索结构简单、更新成本通常较低，擅长局部语义相关内容；GraphRAG 增加关系与全局视图，但构建、更新、实体解析和质量控制成本更高。向量检索也能通过多查询、迭代检索或层次索引处理复杂问题，因此不能把它限定为“单点事实”。 4. 评测分别评估实体/关系准确率、证据 Recall@…

#字节#GraphRAG 实现原理#知识图谱构建

面试题·RAG· 字节

垂直领域 RAG 完整架构

匹配正文：…维度机制权限隔离 RBAC：实习医生/主治/主任可见范围分级内容安全诊断建议必须含"仅供参考，请遵医嘱" 审计追踪查询-检索片段-生成结果全链路ID绑定人工兜底复杂case自动转人工复核队列六、协同机制示例（医疗问诊）用户症状描述 → 实体识别（症状/病史）→ 图谱召回相似病例 ↓ 生成初步分析 ← 指南条款精排 ← 向量召回诊疗规范 ↓ 置信度评估 → 高：输出+引用 | 低：触发多轮追问/转人工核心指标：事实准确率>95%、引用完整率>90%、平均响应…

#字节#垂直领域RAG#垂直领域 RAG 完整架构

面试题·检索· 美团

RAG 流程各阶段怎么拆?

匹配口述回答：…么把大模型的知识边界和实时性不足这个短板，用外部知识库补上，同时还要控制[[幻觉]]。不是简单拼凑，而是每个环节都要做取舍。先说检索之前，有个预处理。用户的问题往往不规整，比如“上次那个退款怎么还没到”，这里“上次”指代什么？得先做查询改写，把指代消解掉，拆成“订单号xxx的退款进度”。这一步不做，后面检索全是错的。然后进入检索，这是最核心的部分。很多人以为向量检索就够，但实际落地，纯向量语义检索在专有名词、订单号、政策条款号上几乎必挂。我一般用 [[Hybrid Sea…

#美团#评估与监控#RAG 工作流程

面试题·检索· 哔哩哔哩

召回和粗排为什么不能跳过?

匹配口述回答：…者之间的工程取舍。先说召回。召回的目标是从百万甚至亿级的物品池里，快速捞出一千个左右候选。它用的模型很轻量，比如[[双塔]]或者向量检索，特征也简单，基本是用户和物品的静态属性或者离线算好的向量。召回不追求准，追求快和全，宁可多捞一些不相关的，也不能漏掉用户可能感兴趣的。然后粗排。粗排夹在召回和精排之间，是个容易被忽视但很关键的角色。它拿到召回的一千个候选，再用一个稍微复杂一点的模型快速筛到一两百个。粗排的模型可能是个轻量级的深度网络，或者一个简单的GBDT，特征是离线计…

#哔哩哔哩#评估与监控#推荐系统召回