匹配口述回答：…场景里，用户问‘订单号12345退款失败’，关键词[[BM25]]直接命中订单号，向量可能因为语义偏移排到后面。所以我会优先做[[Hybrid Search]]，把向量和关键词结合。具体来说，索引侧我会做[[Embedding]]微调，用领域数据，比如退款、满减这类客服语料；查询侧做query改写，比如用户说‘钱没退回来’，我会通过[[Self-RAG]]生成一个假设文档再检索。这里有个前提：你得有足够的高质量领域数据做微调，否则Embedding可能还不如通用模型。风险是混…

#字节#RAG迭代优化#RAG 优化

面试题·检索· 美团

RAG 流程各阶段怎么拆?

匹配口述回答：…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 Search]]，把向量召回和 [[BM25]] 关键词召回结合起来，分数加权融合。举个例子，客服场景里用户问“满200减30怎么用”，向量能理解“满减”语义，但BM25能精准匹配活动ID或商品SKU，两条腿走路才稳。检索出来Top-K比如100条，不能全扔给大模型，上下文窗口有限，而且噪声多。所以第二步是[[重排序]]。这里我会用…

#美团#评估与监控#RAG 工作流程

面试题·检索· 美团

RAG 完整工作流程怎么跑?

匹配口述回答：…“ORD2024xxxx”就容易丢；[[BM25]] 精确匹配好，但同义改写“退款”和“退钱”它就不认识。所以真正落地常常是 [[Hybrid Search]]，把向量和关键词加权融合，召回Top-K，比如100条，追求高召回率，允许带一些噪声。这里有个前提：如果知识库里的文档本身质量不行，比如切分太碎或语义不完整，召回再多也没用。所以 [[Chunk]] 策略很关键，我一般会先试固定大小加重叠，再根据业务场景调整，比如合同条款按段落切，FAQ按问答对切。召回之后是[[重…

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

#美团#RAG全链路#RAG 工作流程

面试题·检索· 字节

RAG 检索优化:重排序怎么用?

匹配口述回答：…e Retrieval]] 和 [[Sparse Retrieval]] 结合起来，比如向量加 [[BM25]]，用线性加权或者 Hybrid Search 统一打分。举个例子，在电商客服场景里，用户问“退款后多久到账”，向量能抓到语义相似的“退款周期”，但BM25能精准命中“退款到账”这个短语。两者互补，召回率能提不少。但这里的坑是分数融合的权重怎么调，如果向量权重太高，关键词匹配的精准片段可能排不上去；反过来又可能丢了语义。我一般会先离线跑一批query，根据 Recal…

#字节#混合检索#RAG 检索优化

面试题·检索· 字节

RAG 为何还要重排?

匹配口述回答：…追求极致精度把召回量设得很大，结果重排成了瓶颈，整个 RAG 链路的响应时间翻了好几倍。所以我的做法是，先保证召回质量，用 [[Hybrid Search]] 比如 [[BM25]] 加向量检索，把 Top-20 的命中率提到 90% 以上，然后再用重排做精排。这样重排只需要处理 20 条，延迟增加几十毫秒，但生成质量提升很明显，尤其是减少 [[Hallucination]]。不过重排也不是万能的。如果召回的文档本身就全是噪声，比如 Embedding 模型没训好，那重排…

#字节#重排与优化#RAG 重排

面试题·检索· 高德

记忆型Agent为何用向量数据库?

匹配口述回答：…词不一定对得上。所以向量数据库解决的是语义检索，不是精确查询。但真正落地的时候，它跟关键词检索不是二选一，而是互补的。我会用 [[Hybrid Search]]，把关键词和向量两条路结合起来，比如先用[[BM25]]粗筛，再用向量精排，这样既能处理同义改写，又能保证高频词不丢。 [[Embedding]]模型的选择，我主要看几个前提。先说领域适配，通用场景我用BGE或者E5就够了，但如果是医疗法律这种垂直领域，我会用领域数据微调过的模型，否则语义可能偏。接着说上下文长度，Ag…

#高德#Agent#向量数据库 Agent

面试题·检索· 字节

RAG 重排收益与成本

匹配口述回答：…用Cross-Encoder的小模型，如果允许几秒延迟，甚至可以用LLM本身做重排，效果更好。还有一个有意思的点，就是重排和[[Hybrid Search]]的关系。很多人以为有了重排就不需要混合检索了，其实不是。混合检索能补上向量检索在精确匹配上的短板，比如订单号、错误码这种，而重排是进一步优化排序。所以真正落地时，我倾向于把关键词检索、向量检索和重排串成一个三阶段流水线，每阶段承担不同角色。所以整体来看，我不会把重排当成一个可选组件，而是RAG系统里从“能跑”到“跑得…

#字节#重排与优化#RAG 重排收益与成本

面试题·检索· 字节

RAG 系统怎么持续迭代?

匹配口述回答：…5]] 适合精确匹配，比如订单号、错误码这种；向量检索适合语义匹配，比如用户说“退款没到账”这种口语化表达。真正落地时我会做 [[Hybrid Search]]，把关键词和向量结合起来，再配合查询改写，比如用户说“退货”，我能自动扩展成“退货退款”“退货流程”，或者用 LLM 把模糊 query 转成更明确的意图。举个例子，在客服场景里，用户问“满减怎么用”，直接向量检索可能匹配到一堆满减规则，但加上关键词和意图识别，我能把它路由到具体的满减政策文档，召回准确率明显提升。检…

#字节#RAG评估闭环#RAG 系统优化

面试题·检索· AIlab

RAG 流程各环节优化陷阱

匹配口述回答：…ColBERT]]这种多向量表示，每个token单独算相似度，匹配更细。不过代价是存储和检索都更重，所以小规模业务用通用模型加[[Hybrid Search]]其实更划算。检索阶段，纯向量检索有个老毛病，对专有名词和数字不敏感。比如用户搜「订单号2024AB123」，向量可能把它当成噪音忽略掉，但关键词检索能精准命中。所以我会把向量检索和关键词检索结合起来，也就是Hybrid Search，用[[BM25]]走稀疏路，用[[Dense Retrieval]]走语义路，最后加…

#AIlab#RAG链路优化#RAG 优化

面试题·检索· AIlab

RAG 流程：检索、融合、生成

匹配口述回答：…自然灾害关联，但业务上它更多指政策变更。所以我会建议用领域数据微调Embedding，或者退一步，加上 [[BM25]] 做 [[Hybrid Search]]。索引存储我倾向用 [[Faiss]] 加 [[HNSW]] 图索引，因为它的召回率和延迟平衡得好，但如果业务需要过滤元数据，比如只查某个品类的文档，那 Elasticsearch 更灵活。再来看在线检索。用户问“我的订单怎么还没发货”，直接拿这个query去向量检索，很可能召回的是“发货流程说明”而不是“物流异常处…

#AIlab#RAG工作流#RAG 技术流程

面试题·检索· 字节

RAG 为什么需要 Rerank?

匹配口述回答：…有前提和风险。首先，它的效果依赖召回的覆盖度，如果第一阶段没把相关文档捞进来，重排再强也没用。所以召回阶段要保证高召回，比如用[[Hybrid Search]]结合向量和关键词。其次，重排模型的计算开销还是不小的，如果Top K设得太大，比如500，延迟就会变高，影响用户体验。上线我会特别关注两个指标：一是重排后的Recall@K有没有提升，二是端到端延迟是否在可接受范围内。另外，重排模型要定期更新，因为数据分布会漂移，比如电商大促期间，用户query的语义可能跟平时不一样。…

#字节#Rerank模型#RAG Rerank

面试题·检索· 字节

两阶段检索 vs 直接重排?

匹配口述回答：…本高；而且两阶段串行，总延迟是叠加的，对实时性要求特别高的场景需要注意。所以实际落地时，我会特别关注召回阶段的质量，比如用 [[Hybrid Search]] 把 [[稀疏检索]] 和 [[稠密检索]] 结合起来，降低漏召回的风险。如果对延迟特别敏感，可以换成 [[ColBERT]] 这种轻量交互模型做重排，或者把召回阶段做得更激进一点，比如只保留 Top-100。上线前我会用一批线上真实 query 做 A/B 测试，看召回率和最终回答质量有没有掉，如果掉就调召回策略。 …

#字节#两阶段检索#RAG 重排序

面试题·检索· 快手

RAG 延迟准确率根因

匹配口述回答：…用结果和检索结果混在一起，失败成本高，一次检索不准可能引发整条工具链错误。所以落地时我不会追求极致精度，而是做工程取舍。我会用[[Hybrid Search]]，把关键词和向量检索结合，保证召回率；再根据置信度自适应检索深度，低分query少检索几轮；检索和生成流水线并行，首Token延迟能降30%。前提是得做好缓存，热点Query结果直接复用。常见失败场景是知识库更新滞后，如果政策变了，旧文档还在，检索出来就是错的。所以我会特别关注文档版本管理和动态更新。上线后我会监控Re…

#快手#RAG延迟与准确率#RAG 延迟准确率根因

面试题·检索· 百度

RAG 工作原理与核心组件

匹配口述回答：…易翻车。比如用户问“订单号 ERR-2024-001”，向量检索可能因为语义不相似而漏掉精确匹配的文档。所以真正上线我一般用 [[Hybrid Search]]，把向量检索和 [[BM25]] [[稀疏检索]]结合起来，比如线性加权或者 RRF [[重排]]。举个业务场景：电商客服处理退款，用户说“我买的东西降价了，能退差价吗”，向量检索能召回满减政策，BM25 能精准匹配“差价”这个词，两个互补，召回率能提不少。第三步是生成。把检索到的片段和用户问题组装成 Prompt，…

#百度#RAG核心组件#RAG 工作原理

面试题·检索· 百度

RAG 工作流程与关键技术组件

匹配口述回答：…法快速召回 Top-K。这里有个边界问题：纯向量检索适合语义匹配，但对精确关键词比如订单号、错误码就抓瞎。所以真正落地我倾向 [[Hybrid Search]]，向量加 [[BM25]] 两条路一起上，再合并排序。召回之后别急着喂给模型，先过一遍 [[Rerank]]，用 [[Cross-Encoder]] 精排，把最相关的几条顶到前面。最后把检索结果和 query 拼成 prompt 给 LLM 生成答案。关键组件我重点讲三个。Embedding 模型决定了语义理解的天花…

#百度#RAG技术架构#RAG 工作流程

面试题·检索· 百度

RAG 文档处理与检索策略怎么搭？

匹配口述回答：…ilvus或者[[Faiss]]。在线检索的时候，光靠向量检索不够，因为语义相似不一定能匹配到精确的关键词。所以我一般用**[[Hybrid Search]]**，向量和关键词[[BM25]]两条路并行，再用RRF算法融合排序。但融合完的结果还不够准，我会再加一层[[重排]]，用[[Cross-Encoder]]精排Top-K。这里有个坑，重排模型虽然准，但latency高，所以只对召回结果的前几十条做重排，别全量做。另外，用户query有时表达模糊，我还会做query改写…

#百度#RAG检索策略#RAG 系统架构

面试题·检索· 高德

RAG 组件功能与数据流向?

匹配口述回答：…，能退差价吗”。直接拿这句话去向量检索，可能匹配到的是“退差价政策”，但没抓到时间、商品这些细节。所以我会先做查询改写，比如用[[Hybrid Search]]把关键词和向量结合起来，或者用HyDE先生成一个假设的文档再检索，提高命中率。检索出来Top-K结果，一般几十条，但里面肯定有噪声。这时候需要重排序，用[[Cross-Encoder]]模型精排，把最相关的几条排到前面。我通常只保留前三到五条，太多会稀释有效信息。这里有个坑，就是检索质量。如果知识库里本身就有错，或者…

#高德#RAG数据流#RAG 工作流程

面试题·检索· 字节

RAG检索方法如何优化？

匹配口述回答：…间、编号，我会优先把结构化字段做成过滤条件，再在正文上做向量检索。如果是开放域问答，用户问题很口语化，那就主攻稠密向量，但一定要加Hybrid Search兜底。延迟上，在线场景必须压到100毫秒以内，那就用[[HNSW]]索引加粗排截断，只取Top-200再过重排；离线分析可以接受[[IVF-PQ]]的精度损失来省内存。性能优化方面，我一般从索引、流程、系统三层下手。索引层用[[Product Quantization]]对向量做量化压缩，内存能降80%，精度损失可控。流…

#字节#RAG检索选型#RAG 检索方法

面试题·检索· 京东

RAG 怎么解决大模型幻觉?

匹配口述回答：…层是真正的瓶颈。你不能只靠向量相似度，因为用户的 query 可能很口语化，比如「我订单咋还没退钱」，向量召回容易偏。我会用 [[Hybrid Search]]，向量加 [[BM25]] 关键词两条腿走路，召回后再用 [[Cross-Encoder]] 做一次 [[Rerank]]，把相关性提上来。这里有个坑：如果知识库频繁更新，比如商家满减政策隔天变，检索不能只依赖向量索引的增量插入，因为删除操作如果原地动图索引，召回质量会崩。我会用软删除加异步重建，再配合影子索引做原子切…

#京东#幻觉抑制#RAG 技术原理

面试题·检索· 字节

RAG 架构：检索到生成全链路

匹配口述回答：…用户说“手机屏幕碎了”能召回“碎屏险理赔流程”；关键词检索擅长精确匹配，比如订单号、错误码。所以真正落地我都是两条路一起上，用[[Hybrid Search]]把向量和[[BM25]]的结果合并。检索完top-K结果后，用[[Rerank]]模型精排，把最相关的几条提到前面，这一步对最终质量影响很大。排完序后组装上下文，注意控制长度，一般不超过LLM上下文的30%到50%，太长会稀释注意力。最后构造Prompt让LLM基于上下文回答。这里有个常见的失败场景：如果知识库里根本…

#字节#RAG组件设计#RAG 系统架构

面试题·检索· 小红书

RAG 局限性怎么破?

匹配口述回答：…能不能叠加”，如果检索只靠向量相似度，可能捞出一堆满减规则，却漏了店铺券的条款。改进思路很简单：别只依赖一种检索方式。我会用 [[Hybrid Search]]，把 [[BM25]] 的关键词匹配和向量检索结合起来，再做个 [[重排]]，用 [[Cross-Encoder]] 把候选文档精排，把噪声过滤掉。这里的风险是，重排本身有延迟，如果QPS高，得控制候选数量，不然响应时间会崩。然后是生成阶段。文档捞回来了，但可能太长，关键信息被淹没，模型反而开始“自由发挥”，也就是 …

#小红书#RAG局限性#RAG 局限性

面试题·检索· 字节

RAG 系统实现：组件与流程

匹配口述回答：…似，不认关键词精确匹配。比如说用户问“订单号12345”，向量检索可能找不到，因为订单号是精确字符串。所以实际落地我往往会做 [[Hybrid Search]]，把向量和 [[BM25]] 关键词检索结合起来，这样语义和精确匹配都能覆盖。在线查询阶段，用户来了一个query。这里我会先做一步查询改写，因为用户问得可能不准确。比如客服场景，用户说“我上次买的那个杯子退不了款”，系统可以改写成“退款政策订单状态杯子”，这样检索更准。然后去向量库取Top-K，比如取20条。取…

#字节#RAG系统实现#RAG 实现

面试题·检索· 字节

领域 RAG 架构如何控幻觉?

匹配口述回答：…单等同，得建同义词表区分场景。时效性标记也很重要，标注每条法规的生效废止状态，否则检索到旧法就出大问题。检索优化这块，我会上[[Hybrid Search]]，把稠密向量和稀疏向量结合起来。稠密向量用领域微调的[[Embedding]]，比如法律BERT，处理语义匹配；稀疏向量用[[BM25]]加法条编号精确匹配，处理条款号这种精确查询。为什么这么组合？因为法律场景里用户可能搜“第X条”，向量模型对这种精确数字不敏感，但BM25能直接命中。说白了，没有哪种检索方式能覆盖所有…

#字节#专业领域RAG#领域 RAG 架构

面试题·检索· 商汤科技

RAG 两阶段架构：模块与数据流

匹配口述回答：…文档。这里有个坑：纯向量检索容易漏掉精确匹配的场景，比如订单号或者错误码。所以落地时我通常会把向量检索和关键词检索结合起来做 [[Hybrid Search]]，比如用 [[BM25]] 做关键词召回，再融合排序。召回的文档不一定都相关，所以下一步是[[重排]]，用 [[Cross-Encoder]] 模型精排，把最相关的文档排到前面。重排之后就是上下文融合，把检索到的文档按相关性排序，截断到LLM能接受的token长度，然后组装成Prompt。最后交给LLM生成答案。这里要…

#商汤科技#两阶段文档处理#RAG 系统架构