匹配口述回答：…功能降级，暂时关闭自动调价，保证基础下单可用。说到这，有个延伸点：如果agent的决策不是简单的数值，而是复杂的长文本推理，比如法律合同条款冲突，那检测和仲裁会更依赖语义理解，这时候可能得引入[[ReAct]]或者[[Self-RAG]]让agent自己反思修正。所以整体上，我会把多agent冲突管理看成一套分层兜底方案：检测层抓信号，缓解层选策略，架构层做隔离和协调。我更倾向在架构层面就预设好冲突升级路径，而不是出了问题再临时想怎么仲裁。一句话定位：多agent冲突本…

#字节#评估与监控#Agent

面试题·评估· 美团

RAG 工作原理与局限怎么分析?

匹配口述回答：… 召回失败和 [[幻觉]]。召回失败常见原因是文档分块不合理或者Embedding模型没选对，比如用通用Embedding去处理法律合同，效果就很差。我会先用一批典型query做离线评估，看Recall@K，不达标就调分块策略或换Embedding模型。幻觉多半是检索到的材料不相关或冲突，模型强行编答案。我的做法是加一个置信度阈值，如果Rerank后最高分都低于阈值，就返回“我无法回答”，而不是硬答。还有一个方向是[[Agentic RAG]]，就是让模型不只是查一次，…

#美团#评估与监控#RAG 工作原理

面试题·评估· 美团

RAG 指标权衡与阈值

匹配口述回答：…[[RAGAS]] 或者自研的NLI模型，做批量筛选，把明显有问题的case过滤掉；然后人工抽检那些关键case，比如涉及金额或者法律条款的。线上再跑AB测试，以用户满意度为最终北极星。还有一个延伸点：检索和生成之间的错误归因很难。有时候生成结果错了，你分不清是检索没找到正确文档，还是模型自己发挥了。所以我会在系统里埋点，把检索到的文档id和生成结果一起记录，方便事后拆解。这个归因问题，其实引向更细的trace分析，比如用 [[Self-RAG]] 让模型自己判断有没有参照…

← 上一页第 4 / 4 页

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

按学习路线查看教程、项目和面试题。

站内 RAG 在线实战

#美团#评估与监控#RAG 指标权衡与阈值

面试题·评估· 淘天

RAG编码模型评估指标与对比

匹配口述回答：…这一特点，把连续句子对当正样本，随机采样当负样本。好处是训练数据零成本，通用性强，几乎不用调就能用，但坏处是在垂直领域，比如医疗、法律，效果可能不如有监督的DPR。那么落地的时候怎么选呢？我的经验是，如果业务场景比较固定，数据标注成本能接受，DPR是首选；如果场景多变，或者刚起步没什么标注数据，先用Contriever快速验证，等数据积累够了再切到DPR。真正上线时，我几乎一定会把向量检索和关键词检索结合起来，也就是 [[Hybrid Search]]，因为向量擅长语义匹配…

#淘天#DPR 与 Contriever#RAG 编码模型评估

面试题·模型微调· 百度

RAG 向量模型怎么选?

匹配口述回答：…多开源模型比如BGE、E5都支持微调，但微调需要高质量的query-doc对，而且容易过拟合。我一般只在领域差距特别大，比如医疗、法律，才考虑微调，否则用通用模型加好的检索策略就够了。所以总结一下，我的选型思路是：先拿MTEB初筛，再用业务数据精测，然后根据场景选维度和模型大小，最后用混合检索兜底。不追求单个模型最强，而是追求系统整体最稳。这道题本质是成本和效果的平衡先看语义质量，用MTEB初筛+业务数据精测再看工程性能，维度、速度、模型大小要一起考虑最后说落地，混…

#百度#评估与监控#向量检索

面试题·模型微调

RAG检索相关但生成差原因

匹配口述回答：…还大。所以我会把[[RAG]]和微调看成互补，而不是二选一。比如企业SOP场景，文档更新频繁，RAG更灵活；但如果是垂直领域，比如法律合同，微调一个领域模型效果更好。真正落地常常是RAG加微调一起上。总结一下，遇到检索相关但生成差，我会先诊断是信息过载、碎片化还是歧义，然后从提示工程快速试，不行再动上下文建模和微调。关键是要有系统思维，不能单点修复。一句话点题：检索相关但生成差，本质是检索与生成需求没对齐诊断：信息过载、碎片化、格式混乱、歧义冲突提示工程：重排序、压缩…

#上下文压缩#生成调优#RAG 生成优化

面试题·模型微调

全量微调和 LoRA 微调怎么选?

匹配追问：场景切入假设你们组要基于开源 7B 模型做一个法律领域问答助手,手里有 2 万条标注数据和一张 A100,你会选全量微调还是 LoRA?为什么? 追问边界你说 LoRA 大多数场景够用,那有没有 LoRA 明显不行、必须上全量微调的情况?你判断的依据是什么?

#入门#基础概念#LoRA微调

面试题·知识图谱· 字节

GraphRAG 如何支持复杂关系查询？

匹配追问：…层层追问 RAG你做过吧？……那如果查询涉及多个实体之间的关联推理呢？……比如问‘张三和李四共同投资了哪些公司，这些公司最近有没有法律纠纷？’……传统向量检索能搞定吗？……那你觉得怎么改进？直球架构对比传统RAG，GraphRAG多了图结构。请你从图构建、实体关系抽取、检索机制到答案生成，完整讲一下GraphRAG的关键技术流程和设计要点。

#字节#知识图谱#GraphRAG 实现

面试题·知识图谱· 海尔

数据/架构/推理/工具怎么选?

匹配口述回答：…但代价是推理成本翻了好几倍，延迟会很高，所以适合离线或对实时性要求不高的场景。最后是外部工具兜底。遇到关键事实，比如金额、日期、法律条款，可以直接调搜索引擎、数据库或者代码执行器来验证。比如在金融风控场景，模型生成一个合同条款，我会让它通过[[Function Calling]]去调用底层的合规数据库，返回真实条文。这相当于给了模型一个“查字典”的能力。但工具调用也有前提，就是工具的接口要稳定、返回要可靠，否则工具本身出错反而引入新幻觉。说到这，其实有个很有意思的点：RA…

#海尔#幻觉治理#大模型幻觉缓解

面试题·RAG· 百度

RAG 索引构建管线

匹配口述回答：…疗病历，我建议还是微调一下。因为通用模型对行业术语的理解不够。比如合同里'不可抗力'这个词，通用模型可能把它和'自然灾害'关联，但法律场景下它还有具体的免责条款含义。另外我特别推荐 [[Hybrid Search]]，就是 [[BM25]] 关键词加 [[Dense Retrieval]] 向量。为什么呢？因为关键词匹配擅长处理长尾词、专有名词，比如订单号、错误码，这种向量很难表达；而向量擅长语义匹配，比如'退货流程'和'退款步骤'。两者互补，能覆盖更多场景。但混合检索有个坑…

#百度#RAG索引优化#RAG 索引构建管线

面试题·RAG· 字节

上下文错误时怎么保证输出准确?

匹配口述回答：…检索策略的效果。但说句实话，这些策略都有代价，严格校验会增加延迟和成本，所以一定要按场景分级。比如客服闲聊可以宽松点，但医疗诊断、法律文书就必须多重校验。这里有个我特别想展开的点：我最近在关注 [[Self-RAG]] 的方向，就是让模型自己判断检索结果是否相关、是否准确，甚至决定要不要重新检索。这个思路跟分层防御结合，可能会更灵活，但实现起来对模型能力要求很高，而且推理成本会明显上升。所以总的来说，我更倾向把这个问题看成工程和产品的平衡，不是单纯的技术方案。关键是根据业…

#字节#错误上下文处理#RAG 上下文错误

面试题·检索· 百度

RAG 瓶颈在哪一步

匹配口述回答：…明显不匹配时才触发改写，否则直接走原query。说白了，相关性优化的天花板是Embedding模型本身，如果领域特别偏，比如医疗或法律，我倾向在领域数据上微调一个BGE级别的模型，比通用模型效果好很多。第三个瓶颈是上下文噪声。你检索回了五段内容，但其中两段是无关的，甚至跟正确答案矛盾，LLM一看到就容易被带偏。我的解法分两步：第一步，精排阶段用[[Cross-Encoder]]做[[Rerank]]，它比双编码器准很多，能把相关度低的文档过滤掉。但Cross-Encoder…

#百度#重排与优化#RAG 系统瓶颈

面试题·检索· 字节

RAG 系统实现：组件与流程

匹配口述回答：…RAG的召回质量其实高度依赖Embedding模型和切分策略的配合。如果Embedding模型没针对领域微调，比如用通用模型去匹配法律术语，那召回效果会打折扣。我倾向于先做领域适配，或者用 [[GraphRAG]] 引入实体关系来补足语义。最后说落地的风险和取舍。前提是知识库质量要够好，如果文档本身就有错，RAG只会放大错误。常见失败场景是切分破坏了上下文，导致模型答非所问。所以上线前我会特别关注召回率的评估，用一套标准query跑一遍，看Recall@K有没有达标。如果召…

#字节#RAG系统实现#RAG 实现

面试题·检索· 360

RAG 召回准确性：三大失败场景

匹配口述回答：…式链接，检索会漏。我有时会用 [[知识图谱]] 来显式关联，但成本高，只有关键场景才做。最后提一句，如果知识库有强关联结构，比如法律合同引用了多个条款，我会考虑用 [[GraphRAG]] 来增强召回，但它的工程复杂度很高，不是所有场景都值得。所以总结一下，我会把召回优化看成一条链路：先保证数据质量，再选合适的检索模型，用重排兜底，评估时关注Recall@K和MRR。我更倾向于混合检索加领域微调这个组合，因为它在大多数业务场景里性价比最高。一句话定位：RAG召回评估与提…

#360#召回质量评估#RAG 召回优化

面试题·检索· 字节

Embedding 怎么实现语义召回?

匹配口述回答：…再比较直接使用、数据清洗、微调等候选，不能预设必须微调。切块也不是一刀切，固定长度适合通用场景，但要是文档结构性强，像操作手册或者法律条款，我会优先用语义切分，按段落或者标题来，避免把完整的概念切碎。向量存进[[向量数据库]]，比如[[Faiss]]或者Milvus。索引我一般选[[HNSW]]，图结构，查询快、精度高，支持增量添加；删除/修改能力取决于实现，例如Faiss HNSW不支持直接remove，需要逻辑失效与重建或其它数据库机制。但HNSW内存消耗大，如果向量几…

#字节#向量语义召回#Embedding 语义召回

面试题·检索· 小红书

BM25 vs 向量检索 vs 混合检索怎么选?

匹配口述回答：…’，召回率很高。但这里有个坑：向量检索的质量完全取决于embedding模型有没有在目标领域上微调过。如果直接用通用模型去搜医疗或法律文档，召回的全是语义相似但实际无关的内容，噪声很大。而且向量计算加[[ANN]]近似，延迟和资源开销都比BM25高一个量级。所以实际落地，[[混合检索]]是标配。常见做法是BM25和向量检索并行跑，然后用RRF，也就是倒数排序融合来合并结果。RRF公式是score等于1除以k加排名，k通常取60。它只看排名不看绝对分数，所以鲁棒性不错。但这里…

#小红书#检索方法对比#BM25 向量检索混合检索

面试题·检索· 小鹏

RAG文本分段策略与重叠机制

匹配口述回答：…半截话。语义分段就好很多，用 [[Embedding]] 做聚类或者检测主题转折点，能保住段落完整性，适合长文档、高质量要求，比如法律文书或学术论文。但计算成本高，而且依赖 Embedding 的质量，如果模型不好，反而会切出一堆奇怪的边界。结构感知是专门对付结构化文档的，比如Markdown、HTML，直接按标题、段落边界切，效果最稳定。那真正落地怎么选？我一般不会只用一种，而是结构感知打底，遇到没有明显结构的段落再退回到语义分段。说白了，就是先看文档有没有天然的骨架，没…

#小鹏#文本分块优化#RAG 文本分段

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：…率骤降，这时候需要定期重建索引。还有一个容易被忽略的点：量化压缩虽然省内存，但会损失精度。如果业务对召回精度要求极高，比如医疗或法律文档，可比较更高精度码长、扩大候选后用原始向量重算距离，或用Cross-Encoder重排。PQ常用非对称距离计算保留query高精度；对称距离还量化query，会增加量化误差，不能说成普遍补偿方案。蒸馏小模型也需要单独评测，不能预设恢复损失。所以整体上，我更倾向于把向量匹配看作一套系统工程，不只是选个算法。具体选型要结合数据规模、延迟预算和…

#安克科技#HNSW与IVF#RAG 向量匹配