匹配正文：结论：可以，这是动态RAG的典型应用场景核心实现思路层级关键设计数据层流式数据接入（Kafka/Flink）→ 增量构建向量索引，避免全量重建检索层多路召回（向量+关键词+规则）+ 实时性加权，新数据优先排序融合层检索结果注入Prompt，标注数据来源时间戳，让模型感知时效性反馈闭环用户点击/转化数据回流，动态调整索引权重和切分策略相比纯模型/静态RAG的优势时效性：分钟级数据可见，解决大模型知识截止问题准确性：数据分布漂移时，检索结果自动跟随变化…

#美团#外挂数据库增强#外挂数据库

面试题·RAG· 淘天

RAG 模型分类有哪些?

匹配口述回答：…，其实是检索和生成从硬耦合走向解耦的过程。先说最早的一代，[[Naive RAG]]。它的流程很简单：离线把文档切成块、做 [[Embedding]] 存进 [[Vector Database]]，用户提问时检索出最相关的几个块，直接拼到Prompt里交给LLM生成。这个架构最大的问题是检索和生成是硬耦合的，一次检索结果就决定了输出质量，如果检索错了，模型只能硬着头皮基于错误信息来回答，就会出现 [[Hallucination]]。所以它只适合单跳、确定性强的场景，比如内部…

#淘天#RAG架构分类#RAG 分类

面试题·RAG· 小红书

用户兴趣模型：数据与特征取舍

匹配正文：…DIN/SIM）小红书特色：强化"生活方式"标签体系（穿搭、家居、旅行等细分类目）三、算法选型：召回→粗排→精排召回层双塔模型（User塔+Item塔）：用户兴趣向量实时更新，Item向量天级更新多路召回：兴趣标签召回、协同过滤、图神经网络（社交关系）精排层多目标优化：点击+互动+关注+时长，用MMoE或PLE结构序列建模：DIN/Transformer捕捉短期兴趣，长期兴趣用记忆网络冷启动策略新用户：基于相似人群（Lookalike）+ 热门兜底新内容…

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#用户兴趣建模#用户兴趣模型

面试题·RAG· 字节

大模型输出怎么检测和过滤?

匹配正文：…底、人工审核）反馈闭环与持续优化一、输出结构化约束（源头控制） Function Calling / JSON Mode 强制模型按指定Schema输出，减少格式错误设置response_format={"type": "json_object"}或工具调用接口 Prompt工程在Prompt中嵌入Few-shot示例，明确输出格式要求添加"请确保输出为合法JSON，不要添加markdown代码块标记"等约束二、多层级校验机制层级检测内容处理方式语法层 J…

#字节#大模型输出过滤#大模型输出检测

面试题·检索· 高德

记忆型Agent为何用向量数据库?

匹配正文：…合精确查询（如"查找3天内的订单"），但无法处理"找上次聊过的类似需求"；Redis等KV存储适合短期上下文，缺乏语义关联能力。 Embedding模型选择原则维度考量要点领域适配通用场景用BGE-M3/E5，垂直领域（法律/医疗）需微调或专用模型上下文长度 Agent记忆可能很长，选择支持8K+的模型（如GTE-large）多语言中文场景优先BGE、Piccolo；多语言选 multilingual E5 效率成本端侧部署选轻量模型（BGE-small），云…

#高德#Agent#向量数据库 Agent

面试题·检索· 京东

RAG 怎么解决大模型幻觉?

匹配正文：答案要点清晰阐述RAG"检索-增强-生成"三段式架构说明向量数据库和Embedding的核心作用解释检索策略（相似度搜索、重排序）的关键设计分析RAG缓解幻觉的机理（事实锚定+可溯源）提及RAG的局限（检索质量瓶颈、上下文窗口限制）核心架构：检索-增强-生成 RAG的本质是给大模型外挂一个"可查询的知识库"，让生成过程有据可依。三大核心组件 1. 索引层（Indexing）文档切分（Chunking）：按语义或固定长度分块，通常512-1024 token E…

#京东#幻觉抑制#RAG 技术原理

面试题·检索· 网易

BM25+向量+Cross-Encoder 怎么组合?

匹配正文：…。RRF 只使用排名，避免直接比较不同系统的分数尺度，是稳健的无监督基线；若有可靠标注，也可对归一化分数做线性融合，或训练学习排序模型。RRF 不是任何场景都优于加权融合。重排前应保留来源、权限、时间和业务过滤条件。候选规模、RRF 参数和最终 Top-K 都应通过离线 Recall/nDCG、端到端问答质量、延迟和成本共同选择。数据变化时持续监控两路召回贡献、重排增益和失败查询，不能把任一固定组合称为所有 RAG 系统的“黄金标准”。图解 BM25+向量+Cross-E…

#网易有道#BM25向量Cross-Encoder#BM25 向量召回 Cross-Encoder

面试题·检索· 小鹏

RAG检索优化：向量检索与重排序

匹配正文：…倒排文件索引）将空间划分为Voronoi单元，先定位粗粒度再精细搜索工程实践预过滤（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…

#小鹏#检索阶段优化#RAG 检索优化

面试题·检索· 字节

Embedding 怎么实现语义召回?

匹配正文：核心流程 1. 文档向量化（离线）文档分块：按语义/固定长度切分，控制chunk大小（通常256-512 tokens） Embedding编码：用预训练模型（如BGE、M3E、OpenAI-ada）将文本映射为稠密向量关键：领域数据建议微调Embedding模型，解决分布偏移 2. 向量索引构建存储：向量数据库（Milvus、Faiss、Pinecone）或近似最近邻索引（HNSW、IVF） HNSW：图索引，查询快、精度高，适合动态更新场景 3. 查询检索（在线） …

#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?

匹配正文：…RRF公式：score = Σ 1/(k + rank_i)，k通常取60，对排名敏感而非绝对分数关键维度对比维度 BM25 向量检索混合检索准确性关键词匹配准，语义漂移大语义理解强，可能引入噪声兼顾两者，上限最高召回率低（同义词漏召）高（语义扩展）最高计算开销极低（倒排索引，毫秒级）高（向量计算+ANN近似）最高数据依赖零，即插即用需领域适配的embedding模型需调优融合权重场景适配分析开放域问答（如通用知识库）首选混合检索：…

#小红书#检索方法对比#BM25 向量检索混合检索

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：多路召回多路召回用不同信号并行生成候选，例如协同过滤、双塔向量、内容或图召回，以及热门、地域、关注与运营规则。各路分别面临行为稀疏、冷启动、训练偏差、图更新成本或个性化不足等问题。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…

#小红书#多路召回与排序#多路召回

面试题·检索· 字节

RAG 向量库怎么处理时间衰减?

匹配正文：…作流程 1. 索引阶段（Offline）文档切分：按语义/固定长度分块，控制chunk大小（通常256-512 tokens） Embedding编码：用BGE、E5等模型生成稠密向量元数据存储：保留原始文本、时间戳、来源、类别等字段向量入库：写入Milvus/Pinecone/ES，建立HNSW索引 2. 检索阶段（Online） Query改写：扩展同义词、澄清指代向量检索：Top-K相似度召回重排序（Rerank）：Cross-Encoder精排，过滤低质结果…

#字节#向量库时效性#RAG 工作流程

面试题·检索· 字节

Embedding升级后向量对齐方案

匹配正文：原则：隔离不同向量空间模型版本改变后，向量维度、尺度或几何关系都可能变化。除非模型经过明确的向后兼容训练并验证，否则不能把新查询向量与旧文档向量直接计算相似度，也不能把两版向量混入同一 ANN 索引。推荐迁移流程版本化：记录 embedding 模型、分词、归一化、维度和距离函数，索引按版本隔离。影子重建：新写入可双写两版，后台按快照批量编码历史文档，并用变更日志补齐迁移期间的增量。双读评估：同一批查询分别访问新旧索引，比较相关性、过滤正确性、延迟和成本，必要时小流…

#抖音#向量检索#Embedding 升级

面试题·检索· 京东

向量数据库选型关键因素有哪些？

匹配正文：… 存储计算分离？这决定成本弹性 3. 集成生态优先选 LangChain/LlamaIndex 官方支持的，降低接入成本检查 embedding 模型兼容性（是否支持多种向量维度、动态 schema） 4. 隐性成本自托管（Milvus/pgvector）：运维重，适合有 DBA 团队全托管（Pinecone/Zilliz Cloud）：按量付费，适合快速验证云厂商方案（阿里云向量检索、AWS OpenSearch）：网络延迟低，但可能 vendor lock-in…

#京东#向量检索#向量数据库选型

面试题·检索· 字节

RAG 向量检索怎么高效召回?

匹配正文：…线性加权或Learned Sparse Retrieval（如SPLADE）融合关键影响因素层级核心因素典型问题表示层 Embedding质量领域术语理解差、长文本截断、多语言对齐索引层分块策略块过大（粒度粗）、块过小（上下文断裂）、边界截断语义检索层相似度度量内积vs余弦vs欧氏距离的选择，未归一化导致偏差系统层数据分布索引更新延迟、冷热数据分层、租户隔离实践调优要点动态检索：小模型预判所需token数，自适应调整top-k 结果重排：Cr…

#字节#向量数据库召回#RAG 向量检索

面试题·检索· 美团

Embedding 相似性检索原理与索引构建

匹配正文：…HNSW、IVF等ANN索引的核心思想能区分内积、余弦、欧氏距离等相似度计算的适用场景了解检索的完整流程和性能权衡核心原理 Embedding检索的本质是语义空间中的最近邻搜索，把"找相似文本"转化为"找相近向量"。三个关键环节 1. 向量化（Representation）用预训练模型（BERT、Sentence-BERT、OpenAI API等）将文本编码为稠密向量关键特性：语义相近的文本在向量空间中距离近（"king - man + woman ≈ queen…

#美团#Embedding相似性检索#Embedding 相似性检索

面试题·检索· 百度

向量召回原理与实现?

匹配正文：答案要点向量嵌入将文本/数据映射到语义空间相似度计算常用余弦相似度或内积 ANN索引（HNSW、IVF）解决高维向量检索效率问题大规模系统采用分片、量化、缓存等工程优化 RAG中需平衡召回率与延迟向量召回核心流程 1. 向量嵌入（Embedding）用预训练模型（BERT、Sentence-BERT、OpenAI Embedding等）将文本编码为稠密向量关键：语义相似的文本在向量空间中距离相近维度通常 256-1536 维，需权衡表达能力与存储成本 2. 相似…

#百度#向量召回#向量召回原理

面试题·检索· 安克科技

RAG向量匹配原理与ANN算法取舍

匹配正文：…计算方法余弦相似度是RAG中最常用的度量：公式：cos(θ) = (A·B) / (||A|| × ||B||) 核心优势：对向量长度不敏感，只关注方向一致性，适合语义相似性判断工程实践：向量通常已归一化，此时点积等价于余弦相似度，计算更快其他方法包括欧氏距离与内积。内积也可用于已归一化向量，此时等价于余弦；两端单位范数时，平方L2=2−2×内积，排序等价。度量应与模型训练目标匹配。二、ANN算法选择算法核心机制适用场景 HNSW 多层导航图，逐层贪心搜索小…

#安克科技#HNSW与IVF#RAG 向量匹配

面试题·检索· 安克科技

RAG 向量匹配怎么高效实现?

匹配正文：精确检索与 ANN 查询和文档向量采用与模型训练一致的归一化与距离度量。Flat 搜索给出精确基线，但计算随向量数量线性增长；大规模场景通常使用近似最近邻索引。 HNSW：多层导航图，查询延迟低、召回高，代价是图结构内存与构建成本；主要通过 M、efConstruction 和查询 ef 调节。 IVF：先聚类分桶，查询时探测部分桶；nlist 与 nprobe 控制候选范围。 PQ/IVF-PQ：对向量子空间量化以减少存储和带宽，但会引入距离误差。混合架构：热冷分层、稀疏…

#安克科技#ANN性能权衡#RAG 向量匹配

面试题·检索· 美团

Embedding 相似性检索怎么工作?

匹配正文：答案要点 embedding将文本映射到语义空间相似性通过距离度量（余弦/欧氏）计算 ANN算法加速大规模检索倒排索引或图索引优化查询效率 RAG中用于召回相关文档核心原理 Embedding语义映射文本通过预训练模型（如BGE、M3E、OpenAI的text-embedding）编码为固定维度的稠密向量语义相近的文本在向量空间中距离更近，这是检索有效性的基础相似性度量余弦相似度：最常用，关注方向一致性，对向量长度不敏感欧氏距离：关注绝对距离，适合归一化后的向…

#美团#Embedding检索#Embedding 相似性检索

面试题·检索· 百度

向量检索基本原理是什么?

匹配正文：核心原理向量检索把文档和查询编码到同一表示空间，再按照与模型训练方式匹配的距离或相似度寻找近邻。效果不仅取决于索引，还取决于语料、分块、embedding 版本和距离度量是否一致。 1. 向量化文档块与查询通常使用同一 embedding 模型及同一预处理版本编码。领域、语言和查询长度会影响表示质量，应在目标查询集上验证，而不是用“语义接近”作主观判断。模型升级时要记录向量版本；不同模型产生的向量通常不能直接放在同一索引中比较。 2. 索引构建 Flat 做精确搜索，…

#百度#向量索引#向量检索原理

面试题·评估· 哔哩哔哩

粗排模型评估指标与陷阱

匹配题目：在推荐系统中，如何设计指标和实验来评估粗排模型的效果？除了离线指标外，还需关注哪些在线或系统级表现？

#哔哩哔哩#评估与监控#粗排模型评估

面试题·模型微调· 滴滴

大模型落地技术范式怎么选?

匹配口述回答：…的领域，比如滴滴的司机调度策略，用历史订单数据微调后，模型能学到非常精细的定价逻辑。但微调成本高，数据要清洗标注，算力也要钱，而且模型知识是静态的，政策文档一更新就得重训。RAG 正好补这个短板，它外挂知识库，检索加生成，知识可以实时更新，回答还能溯源。比如智能客服，政策文档三天两头改，用RAG就能保证回答永远是最新版本，而且用户问为什么这么赔，你可以直接翻到原文。但RAG也有坑，检索质量决定了效果上限，如果 [[Embedding]] 做不好、[[Chunk]] 切得不合理…

#滴滴#模型微调#Agent

面试题·多模态· 美团

弱多模态+强文本模型怎么协同?

匹配口述回答：…超时或多轮补充失败时，可以返回不确定结论或转人工。部署上，效率主要靠路由和缓存。简单请求走 fast path，不必每次都调用大模型。视频或文档场景可以缓存视觉 [[embedding]]、OCR 结果和页面结构，同一张图或相邻帧不用重复识别。多模型部署时，可以按任务类型路由到专用 VLM，比如 OCR 模型、图表模型、通用 VLM；LLM 侧也可以按成本分层，普通问题用便宜模型，复杂推理再上强模型。扩展性方面，我会把 VLM 和 LLM 之间的接口标准化成 observ…

#美团#多模态#Agent