匹配正文：…环增加回答质量 badcase 采集、延迟和成本指标监控写了一个 AI demo 太浅构建企业文档 RAG,覆盖切块、检索、重排、引用溯源和评估集上表中的“大模型应用表达”只适用于你在自建项目或当前工作里实际完成过的事情,不能把普通后端经历改写成并未发生的模型项目。简历应标明项目性质、个人职责和证据边界,保留后端优势,再补上真实完成的模型链路。学习时间怎么安排才不会崩在职学习不能靠热情,要靠固定机制: 工作日只做小任务:读一节教程、写一个函数、改一个 badcas…

#求职#职业转型

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

面试题·Agent

IterResearch 的演进报告为什么不是普通摘要，怎样避免越改越错？

匹配正文：…种是无依据合并。两个来源谈的是不同版本，更新器把它们揉成一个更强的结论。第三种是来源错配。主张保留下来，Source ID 却在重排时指向了另一段材料。第四种是冲突被抹平。报告为了连贯，只留下多数来源的说法，少数但更原始的证据消失。第五种是计划漂移。下一步动作没有对应信息缺口，只因为新网页出现一个吸引人的关键词就转向。第六种是状态回退。工具或更新调用重试后，旧结果再次写入，把较新的可靠状态覆盖掉。演进报告更新的风险与校验矩阵报告质量要分事实、证据、约束、计划和版本…

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

#Deep Research#执行框架与长任务#IterResearch 演进报告

求职指南·求职

大模型应用开发要懂哪些概念、懂到什么程度

匹配正文：…源开销 /questions?module=向量检索 RAG 检索外部证据并将选中的上下文交给模型处理能画出数据摄取、检索、可选重排、生成、引用和评估链路,说明每步边界 RAG 架构 Agent 与工具调用模型或确定性工作流提出工具调用,服务端负责授权、执行和回填能说清参数校验、权限确认、幂等、超时、结果回填和终止条件 /ai-coding 第 3 章 Prompt 与结构化输出用指令和接口约束任务与输出结构会使用 schema 校验、重试或降级处理,不把模型返回的…

#求职#职业转型

面试题·RAG

RAG Chunk 为什么不能只按固定字数切？

匹配正文：…复入库有关。先查看相邻 Chunk 的重复比例和来源位置，再判断是 Overlap 过大，还是同一内容被不同版本写入。不能仅靠 Rerank 掩盖重复，因为候选空间已经被同类片段占满。坏样本比一个平均分更能说明切分质量。它告诉你是块太小、块太大、结构丢失，还是重复过多。参数应该怎样用实验选？这道题只保留实验原则：准备带原文证据位置的问题，固定向量模型、检索、候选数和重排，只替换结构切分方案。查看正确证据是否完整、标题与条件是否继承，以及近重复片段是否挤占候选，不能只看…

#RAG#切分与索引#RAG Chunk

项目实战·RAG

第 7 章:Query 理解与改写

匹配正文：…y 失败演练(这是本章的"为什么") 下面用合成问题演示 Query 理解的必要性,不是作者或学员的线上项目记录。即使切分、检索和重排已经可用,输入问题本身仍可能残缺或跑偏: 有人问 "那它过了还能退吗?":"它"指上一轮聊的某款产品,"过了"指过了犹豫期。这句话单独拿去检索,知识库根本不知道"它"是谁,直接抓瞎。有人打字飞快:"请问下保险费用咋报销呀?":口语词加错别字,和知识库里"保险费用报销流程"这种规范标题字面对不上,一条都召回不到。这些问题,检索和排序再强也可能…

#RAG#检索#项目实战

求职指南·求职

转大模型应用开发,数学和深度学习理论要补多少

匹配正文：…工作需要的能力需要手推数学吗文档切块、清洗、构建索引数据处理、工程不必手推,但要理解长度分布、采样与索引指标调检索、调重排、调 Prompt 实验设计、观察、取舍要理解评价指标、相似度与对照实验构造评估集、跑评估、看指标读懂指标含义不需要推导,需要读得懂追 badcase、定位错误来源排查、归因、工程要避免抽样偏差,必要时分析分布与置信度封装模型服务、控成本和延迟后端工程不需要你会发现,决定应用岗做得好不好的,是"能不能把一个模糊问题拆成可评…

#求职#职业转型

系统教程·AI 编程

从零拼一个最小 RAG 问答

匹配正文：…索：向量与关键词可能在专名、语义相近但条件不同的查询上各有短板。是否混合检索，应在固定题集上对照验证，不能预设某种方案一定更好。重排：若候选顺序不能满足任务，可比较 Cross-Encoder 等重排方案；是否启用要看固定题集上的质量、延迟和成本。评估：检索看证据覆盖与排序，生成看主张是否受证据支持、任务是否完成；不能用一个模糊的“QA 准确率”代替分层评估。 👉 想做深,直接看站内 RAG 完整项目教程:沿着文档处理、检索、重排、引用与评测完成项目，并查看配套 Git…

#Agent#AI 编程

面试题·RAG

Chunk Size 和 Overlap 怎么选？不要背 512 和 100

匹配正文：…量化。查询命中边界区域时，Top K 里可能出现内容高度相似的 A、B、C，表面上召回了三条，实际上只有一份证据。它们还会一起进入重排和提示词，占用候选位、计算和上下文长度。因此，overlap 解决的是边界连续性，不应该拿它替代正确的结构切分。章节、表格、代码块或列表已经被错误拆散时，盲目扩大重叠只是复制错误。 Overlap 只修边界，不修错误结构先把结构切对，再在确有断裂风险的边界补最小必要上下文。为什么不能复制别人的参数即使两套系统都叫“企业知识库 RAG”，…

#RAG#切分与索引#Chunk Size

项目实战·RAG

第 9 章:上下文问答与引用溯源

匹配正文：…demo 零依赖,直接跑 ✅ 最好先读过第 3 章(chunk 的 section_path 元数据)和第 5、6 章(检索 + 重排),这一章用的就是它们的产出先看一个生成失败演练(这是本章的"为什么") 下面使用合成条款和问题说明生成环节的两类风险,不是客户项目或线上事故。检索、重排之后,系统还要把检索到的条款交给 LLM 组织答案: 它会编。知识库没有依据时,模型仍可能生成看似确定的答案。它说不清凭什么。即使答案方向正确,如果给不出出处,使用者仍无法核验。可以…

#RAG#检索#项目实战

求职指南·求职

后端工程师转大模型应用开发:已有经验怎么迁移

匹配正文：…频坑: 把 RAG 当普通 CRUD 拼接:以为「查库 + 塞进 Prompt + 调接口」就是 RAG,忽略切块策略、检索召回、重排、查询改写这些真正决定效果的环节。结果 demo 能跑,一上真实文档就答非所问。忽略评估直接上线:后端习惯了「测试绿了就发」,于是大模型功能也不建评估集就上线,线上出了 badcase 无从归因,改一版好一版坏全靠感觉,没有回归基线。把 Prompt 当静态配置:觉得 Prompt 就是个写死在配置里的字符串,不做版本管理、不做实验对照。实…

#求职#职业转型

面试题·RAG

Chunk 为什么要带标题、页码和前后片段 ID？

匹配正文：…标题模糊搜索。这样引用错了时，可以区分“模型选错证据”和“证据定位字段丢失”，而不是把两类问题混成一次回答错误。同一段证据经过 Rerank、去重或相邻扩展后，身份也不能丢。可以为最终上下文保存从原候选到展示证据的映射：它由哪条 Query 找回，是否经过父块扩展，最终使用了哪些原始区域。这个映射让团队能够重放一次回答，也能解释为什么前端打开的是某一页。四种常见故障，应该先查什么？第一种，答案内容正确，却无法打开原文位置。先检查解析阶段有没有页码和坐标，切分时是否正确…

#RAG#切分与索引#RAG Metadata

项目实战·RAG

第 10 章:系统评估与上线优化

匹配正文：…thon(列表、字典、函数) ✅ 本章 demo 零依赖,直接跑 ✅ 最好读过第 3 章(召回率概念)和第 5、6 章(检索 + 重排),这一章是给它们"打分"的先看一个评估缺失的教学场景(这是本章的"为什么") 下面是为了说明评估流程而构造的团队讨论,不是作者或学员的客户项目记录。前面九章一路在"优化":换切分、上混合检索、加重排……每次改完都有人说"感觉更准了"。这时应该追问:"准了多少?你怎么知道是真变好,不是错觉?" 如果回答不出来,说明团队仍在凭感觉调参。改了 A…

#RAG#检索#项目实战

求职指南·求职

大模型技术栈全景:RAG / Agent / 微调 / 推理 / 评估各是什么、面试考多少、怎么学

匹配正文：大模型应用开发不是学"一个东西",而是一张地图:RAG、Agent、Prompt 与上下文、评估与监控、重排与检索、模型微调、推理部署几个方向,各自解决不同问题。准备顺序应由目标岗位样本、现有能力和项目风险决定;站内内容数量只能说明本站覆盖结构,不能代替招聘市场频率。这一页就是全站技术地图的枢纽,帮你先看清全貌再决定学哪条。作者:吴师兄 | 适合:刚决定转大模型、面对一堆名词不知从哪下手的人 | 前置:知道应用岗和算法岗的区别,看过路线图大模型技术栈到底有哪些方向应用开…

#求职#职业转型

求职指南·求职

没有大模型项目经验,怎么攒出能写进简历的项目

匹配正文：…端转行、想快速出证据链的人已有 RAG 基础、想主打自主决策/工具编排方向的人能证明什么检索工程能力:切块、嵌入、混合检索、重排、评估闭环任务规划、工具调用、长程记忆、多步失败恢复面试考点密度极高,是应用岗最主流的考法高,但更看重系统设计和边界处理上手门槛中,链路长但每环都有成熟方案偏高,不确定性多、调试更费劲细化怎么做把 RAG 教程做成你的项目做一个 Agent 项目如果你在犹豫,可以先用一个最小 RAG 验证自己是否喜欢检索、数据和评估链路;…

#求职#职业转型

求职指南·求职

手把手把 RAG 教程做成"你自己的"项目

匹配正文：…个 embedding,维度/成本怎么权衡" 检索召回·混合检索向量+关键词混合的召回对比 "只用向量行不行、混合提升了多少" 重排与检索优化加 rerank 前后的指标变化 "rerank 解决什么问题、值不值这点延迟" Query 理解与改写改写/扩写对难 query 的效果 "用户问得含糊你怎么办" 多轮与记忆多轮指代消解的处理 "第二轮'它呢'你怎么接住上文" 引用溯源答案带引用、可回溯到原文 "怎么防止它编、答案能不能定位来源" 系统评估与上线评估集 +…

#求职#职业转型

求职指南·求职

做一个 Agent 项目怎么做:从最小 Agent 到 Deep Research

匹配正文：…重叠,复杂度取决于任务,不能据“Agent”标签断言项目更难或更有价值。维度 RAG 项目 Agent 项目主链路检索 → 重排 → 拼上下文 → 作答观察 → 决策 → 调工具 → 再观察(循环 N 步) 控制流基本线性,一次调用出结果循环 + 分支,步数不定最大风险检索不准、幻觉循环不收敛、工具调用失败、成本失控面试重点召回率、切块、引用溯源失败恢复、可观测、步数/成本上限、可控性你要证明检索链每个环节的取舍 Harness 骨架的稳健,而非"…

#求职#职业转型

求职指南·求职

大模型简历怎么写:项目怎么描述、怎么量化、怎么防追问

匹配正文：…统示例 Deep Research Agent 示例工程维度架构/状态/工具/权限/监控/成本写明实际使用的解析、检索、可选重排与失败处理,并区分教程起点和个人修改写明实际 loop、工具、服务端授权、终止与脱敏 trace;没有长期记忆就不写业务维度场景/用户/数据源/约束/边界标明自建项目的目标用户、许可数据和错误后果,不要虚构企业内部场景标明任务边界、工具数据来源和高影响动作限制,不要声称未发生的业务使用结果维度评估集/通过率/召回/延迟/成本/ba…

#求职#职业转型

求职指南·求职

大模型岗面试流程全解:每一轮考什么、怎么准备

匹配正文：…准备里投入产出比最高的地方,务必先补。八股部分按岗位方向抽,不会全都问: RAG 方向:检索链路(切块策略、嵌入选型、混合检索、重排)、评估指标。 Agent 方向:工具调用与规划(Function Calling、ReAct、失败恢复、多步编排)。微调方向:LoRA/QLoRA 原理、数据构造、灾难性遗忘。推理方向:KV Cache、量化、批处理与吞吐优化。这些在领域八股速通里按模块整理好了,题库入口在 /questions,每道题有书面答案和口语版讲法。练的重点是…

#求职#职业转型

求职指南·求职

大模型岗位 JD 怎么读:招聘要求逐条拆解

匹配正文：…是转行阶段最贵的浪费。岗位画像 JD 高频关键词实际在干什么谁对口、怎么准备 RAG 应用工程检索、知识库、向量库、召回、rerank、问答把企业文档接进大模型做问答/助手转行主战场,吃透 RAG 教程全链路选型 Agent 开发 Function Calling、工具编排、ReAct、工作流、MCP、多轮让模型自主调工具完成多步任务后端逻辑强的人对口,练 Agent 项目偏算法的应用算法 SFT、LoRA、数据配比、评估集、DPO、微调用微调和评估把模…

#求职#职业转型

面试题·RAG

资料里没有答案时，RAG 怎么避免强行生成？

匹配正文：…相关但缺少关键条件、询问旧资料之外的新版本、需要的两份证据只存在一份。然后用同一套检索配置跑完两组问题，记录最高分、前几条候选、重排分数、关键词覆盖和最终动作。调门槛时要同时观察两类错误。一类是误拒绝。资料里明明有答案，系统却说没有依据。另一类是错误放行。资料里没有答案，系统仍然让模型生成。二者不会同时自动变好。从阈值取舍上看，门槛提高时，错误放行可能减少，误拒绝却可能增加；门槛降低时，回答率可能上升，无依据回答也可能一起上升。最终变化必须用同一批正反样本验证。用…

#RAG#生成与对话#RAG 无答案检测

求职指南·求职

项目深挖:面试官会怎么一层层追问你的项目

匹配正文：…式就是顺链下探。【RAG 项目追问链·核心】可用于自检的 RAG 追问链一句话:面试官从业务问题问起,顺着"文档→切分→检索→重排→溯源→评估→badcase→成本"往下走,每一环都在验证一件具体的事。下表逐环拆开,用这些问题检查自己的真实范围,你就知道链会断在哪。追问点面试官想验证什么你该怎么答(带证据) 站内哪里补业务问题你是不是为真问题做的,还是为做而做说清给谁用、痛点是什么、为什么不用纯大模型或微调为什么需要 RAG 文档处理你有没有碰过真实脏数据…

#求职#职业转型

求职指南·求职

领域八股速通:RAG / Agent / 评估 / 微调高频考点地图

匹配正文：…果" 项目里怎么体现讲你的评估集怎么来、用哪些指标、badcase 怎么回流改进,而不是"感觉不错" 刷题去评估与监控题库。重排与优化(当前站内 70 条内容):练习检索候选的排序与取舍重排是 RAG 的可选环节之一,是否改善端到端结果要用目标数据验证。面试官问重排,是想确认你不只会 embedding 一把召回,还懂用 rerank、混合检索去补救长尾和边角 case。维度内容面试官在验证什么你是否理解召回为什么会掉、rerank/混合检索/多路召回怎么补,…

#求职#职业转型

面试题·RAG

多轮 RAG 如何理解“这个怎么申请”？

匹配正文：… 不等于每次都把原问题和改写问题的所有候选直接合并。原问题可能缺少实体，改写问题又可能补错实体；盲目合并会同时扩大两边噪声，让后续重排在互相冲突的候选中做选择。回退可以按失败原因触发。改写后没有找到任何合格证据时，先用原 Query 重试，用来判断改写是否删掉了关键原词。两路都找到候选时，要检查它们是否围绕同一实体与意图；若改写路线找到 A 产品、原问题路线找到 B 产品，而历史无法消歧，应该澄清，不能靠综合分替用户决定。如果两路语义一致，可以保留候选来源标签再融合。这样…

#RAG#生成与对话#多轮 RAG