匹配正文：…ery Rewriting）核心问题：用户原始query短、歧义、与文档表述不一致技术做法 HyDE 用LLM生成伪答案，再向量化检索 Query2Doc 生成伪文档扩展query Step-back 抽象出高层概念再检索子查询分解复杂query拆成多个子问题历史上下文补全多轮对话中补全指代消解四、进阶优化重排序（Rerank）：Cross-encoder精排，如ColBERT、BGE-Reranker 迭代检索：根据中间结果动态调整query（IRCOT）…

#阿里云#查询重写#RAG 召回优化

面试题·检索· 字节

向量检索加速：有哪些陷阱

匹配正文：…化必须实测，不保证<1%。缓存策略：热点Query embedding缓存、结果缓存；预计算高频文档向量批处理推理：Query向量化时合并请求，提升GPU利用率四、工程架构优化分片与分布式：按业务/时间分片，多副本负载均衡硬件加速：GPU索引（Faiss-GPU）、专用向量数据库（Milvus/Zilliz）流控与降级：超时熔断、降级为关键词检索兜底关键权衡：精度vs延迟vs成本，需根据业务场景（C端延迟敏感/B端精度优先）动态调整。参考资料 Faiss官方索…

#字节#检索性能优化#向量检索性能优化

面试题·检索· 字节

RAG 技术实现怎么落地?

匹配正文：…参数知识的局限。 1. 索引阶段（离线）文档切分：按语义/固定长度分块，控制chunk大小（通常256-512 tokens）向量化：用Embedding模型（如BGE、text-embedding-3）编码为稠密向量存储：写入向量数据库（Milvus、Faiss、Pinecone），可叠加倒排索引做混合检索 2. 检索阶段（在线） Query改写：扩展、澄清用户问题，提升召回率相似度计算：余弦相似度/IP距离，Top-K召回重排序（Rerank）：用Cross-E…

← 上一页第 5 / 5 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

学习内容与项目面试，在同一条路上。

站内 RAG 在线实战

#字节#RAG应用场景#RAG 技术实现

面试题·RAG

Chunk 为什么要带标题、页码和前后片段 ID？

匹配追问：哪些字段参与向量化，哪些只用于过滤？前后片段扩展怎样避免拉入另一个章节？文档更新后，旧 Chunk 的版本怎样处理？来源页码和坐标在解析、入库、返回中怎样传递？

#RAG#切分与索引#RAG Metadata

面试题·Agent· 蚂蚁

多轮对话上下文状态管理机制

匹配口述回答：… 与生成版本，方便失效和回查。保留期、TTL、归档、删除与加密由业务和合规决定，不能固定成三十分钟、两小时，也不默认把所有摘要永久向量化。组装 prompt 时先为系统指令、工具 Schema 和输出预留预算，再依次放入安全约束、当前任务状态、未完成工具结果、用户确认事实、最近对话和历史摘要。超预算时先移除低相关原文，再压缩较早内容；金额、权限、订单状态等关键字段要回查权威数据，不能只相信摘要。分布式更新使用版本号和 CAS，冲突时重新读取合并，或按 session 建队…

#蚂蚁#Agent#多轮对话上下文管理

面试题·Agent· 高德

Agent记忆分层：摘要与检索协同

匹配口述回答：…外用户画像、偏好这些结构化数据我会丢到SQL或图数据库里。检索策略是混合召回。工作记忆直接读最近N轮；短期记忆做语义匹配，把摘要向量化取Top-K；长期记忆多路召回，结合向量相似度、时间衰减和关键词过滤。这里有个技巧：检索时把当前query和近期摘要拼接起来作为查询向量，能显著提升相关性。更新和刷新机制分几种情况。被动压缩就是工作记忆满时，最旧的内容生成摘要下沉。主动摘要在检测到任务完成或话题切换时立即做，生成章节摘要。短期记忆我设TTL比如7天，但高重要性事件比如用户投…

#高德#Agent#Agent 记忆管理

面试题·文档处理· 字节

RAG 数据处理与索引流程?

匹配追问：…理流程应该怎么设计？关键步骤有哪些？层层追问 RAG系统的知识库，文档进来后你会做哪些处理？……那分块怎么分？……分完块之后怎么向量化？……最后怎么建索引让检索又快又准？每个环节有什么坑？直球架构请完整描述RAG系统中从原始文档到可检索知识库的数据处理与索引流程，包括文档加载、清洗、分块、Embedding生成和向量索引构建，并说明各步骤的技术要点和对系统性能的影响。

#字节#文档处理#向量检索

面试题·文档处理· 美团

RAG知识库构建流程详解

匹配口述回答：…分块]]特别重要。清洗的时候要小心，页眉页脚、页码这些噪声必须去掉，但别把关键信息也误删了。说白了，预处理的目标是让后续分块和[[向量化]]拿到干净的输入。接下来是文本分块，这是RAG里最关键的工程决策之一。固定长度切分与重叠窗口可以作为候选，但不能直接当成默认答案。我会比较多组 chunk size，以及无重叠、短重叠和较长重叠，在同一评测集验证边界召回、答案质量、索引体积和延迟。但固定长度对结构化文档比如合同或者论文就不够用了，这时候得用结构感知分块，按章节、条款边界来…

#美团#RAG 知识库构建#文档预处理

面试题·评估· 快手

LangChain 链式调用原理

匹配口述回答：…名，比如从ChatOpenAI换成HuggingFacePipeline，代码主体不用动。再一个是检索层，它把文档加载、切分、[[向量化]]、存储这一套串起来，[[RAG]] 场景下最常用。然后是链，它定义了一个固定流程，比如先查知识库再问模型，或者先总结再翻译。[[Agent]]层更灵活，它会根据用户输入动态决定调哪个工具，执行完再观察结果，循环直到给出答案。内存层管理对话历史，回调层负责日志和追踪。链式调用的核心是Runnable协议，所有组件都实现了invoke、ba…

#快手#评估与监控#Agent

面试题·模型微调· 百度

文本嵌入模型怎么选?

匹配追问：…假设你在做一个电商客服的智能问答，用户问“这个订单什么时候发货”，你需要从商品库和订单库里检索相关信息。你会选哪个文本嵌入模型来做向量化？为什么？层层追问做RAG的时候你一般用什么模型把文本变成向量？……中文场景和英文场景有区别吗？……那如果文档特别长，比如法律文书，你还会用同一个模型吗？直球架构聊一下文本嵌入模型选型。从BGE、GTE、M3E、OpenAI这些里挑，怎么选？要考虑语言支持、上下文长度、向量维度、推理成本这些，你具体怎么权衡？

#百度#文本嵌入模型#Embedding 模型对比

面试题·模型微调· 百度

Embedding 模型选型考虑哪些因素?

匹配追问：…AQ。你现在要选一个embedding模型，你会怎么考虑？比如BERT和Sentence-BERT你选哪个？层层追问你们做文本向量化的时候，embedding模型怎么选的？……那如果场景是中文、还要支持长文档呢，模型选型上有什么不同？……再比如业务对延迟要求很高，但精度也不能太差，你怎么权衡？直球架构请直接讲构建文本向量编码系统时，选embedding模型要考虑哪些维度？不同模型比如BGE、M3E、OpenAI embedding在效果和性能上具体怎么比？

#百度#向量检索#Embedding 模型选型

面试题·知识图谱· 淘天

伪多模态与原生多模态差在哪?

匹配口述回答：…] 或者像 [[CLIP]] 这种视觉编码器，把图像转成一段文字描述，比如用 BLIP2 生成 caption，然后把这个文本[[向量化]]，丢进 [[Vector Database]] 里检索，最后喂给 LLM 生成答案。说白了，就是把多模态问题强行压成单模态问题，图像信息在转换过程中会有有损压缩，caption 写得好不好直接决定了检索质量。比如一张复杂的图表，如果 caption 只写了“柱状图显示增长”，那丢了横纵轴标签、数据趋势这些细节，召回肯定不准。真多模态就不…

#淘天#知识图谱#伪多模态RAG

面试题·Prompt· 字节

Agent 系统架构与 Prompt 设计原则

匹配口述回答：…是卡死。记忆机制上，短期记忆就是对话历史，但我会用[[滑动窗口]]控制长度。长期记忆我用[[RAG]]，把历史案例和知识文档[[向量化]]，需要时检索。这里有个前提：知识库要定期更新，并且做质量校验，不然检索到过期信息反而害了Agent。容错方面，我特别关注两点。一是自我反思，每次执行后追加一步检查结果，如果发现错误就回退重来。二是中断恢复，保存执行状态快照，万一超时或崩溃，可以从断点继续，不用从头开始。其实还有一个更难的问题我还在想，就是当多个Agent协作时，怎么协…

#字节#Agent#Agent 系统设计

面试题·检索· 美团

RAG 检索器与知识库怎么搭?

匹配口述回答：…【知识库方案】，我负责【本人职责】。文档从解析、分块、元数据和权限进入版本化索引，删除、更新和租户隔离也要能追踪，不能只说“把文档向量化”。查询侧使用【召回方案】，再通过【融合与重排】处理候选。我会说明为什么选这个组合，Top-K、RRF 常数或权重、重排候选数都来自固定评测集上的参数扫描。正确证据没进候选时先修召回；候选有答案但排名低才看重排。上下文去重、冲突和预算处理后，由【生成约束】控制引用、拒答与输出校验。效果只报告【真实指标】，并带上数据集、硬件、并发和统计窗口…

#美团#知识库构建#RAG 检索器设计

面试题·检索· 商汤科技

RAG 两阶段架构：模块与数据流

匹配追问：…么走的，关键模块有哪些？层层追问 RAG系统你知道吧？通常分两阶段……那离线阶段具体要做哪些事情？……文档解析完怎么处理？分块和向量化……那在线阶段用户提问后，数据怎么流转才能找到最相关的文档然后生成答案？直球架构请你详细描述RAG系统的两阶段架构，包括离线索引和在线检索生成各自的核心模块，以及数据从原始文档到最终答案的完整流转过程。重点说清楚每个模块的功能和输入输出。

#商汤科技#两阶段文档处理#RAG 系统架构

面试题·检索· 美团

RAG 架构怎么搭?

匹配口述回答：…料不够，我需要再查一下」。这个方向其实把RAG从被动喂料变成了主动思考，挺有意思的。 RAG本质是给LLM配外脑索引阶段：切块、向量化、存进去的坑检索阶段：Query改写、混合检索、重排序生成阶段：Prompt组装与置信度控制落地取舍与给出可延伸点约4分钟让模型主动判断检索质量，比如Self-RAG或Corrective RAG 面试官可能会追问Self-RAG的具体实现，或者Corrective RAG和普通RAG的区别

#美团#检索器生成器协同#RAG 架构

面试题·检索· 字节

RAG 为何需要重排序?

匹配口述回答：…果向量检索召回的全是无关文档，LLM也救不回来。常见失败场景是Embedding模型领域适配不够，比如通用模型做医疗问答，专业术语向量化后语义偏移。上线我会特别关注候选集合的Recall@K，如果前20个里面没有正确答案，重排序再强也没用。所以落地时我会采用混合策略：先用[[BM25]]和向量检索做[[Hybrid Search]]，保证召回覆盖，再用LLM做重排序或生成。说白了，向量检索解决“找得快”，LLM解决“找得准”，两者互补。还有个延伸点：如果业务对实时性要求很…

#字节#向量召回与重排#RAG 重排序

面试题·检索· 百度

RAG 三阶段原理与失败场景

匹配追问：…你详细说说每一步怎么做？直球架构请详细描述RAG的完整工作流程，重点讲清楚检索、增强、生成三个阶段分别怎么实现，包括文档处理、向量化、检索策略、Prompt组装这些环节。

#百度#RAG三阶段#RAG 工作流程

面试题·检索· 美团

混合检索为什么用 Sparse+Dense?

匹配口述回答：…来。它的特点是快，索引结构简单，适合做精确召回。比如在客服系统里，用户报一个订单号，你用BM25能秒级定位到那条记录，不会因为[[向量化]]丢信息。再讲Dense检索。它是把查询和文档都编码成低维稠密向量，比如768维，然后用余弦相似度或点积算距离。相似度度量我常用余弦相似度，因为对向量长度不敏感，更关注方向。它能捕捉语义关联，比如用户搜“怎么退款”，它能召回“取消订单流程”这种语义近似的文档。但这里有个坑：如果文档里包含冷僻词，或者用户的query有拼写错误，向量检索的效…

#美团#Hybrid Retrieval#混合检索

面试题·检索· 字节

RAG 向量库怎么处理时间衰减?

匹配口述回答：…置，而不是绝对规则，具体参数靠业务调优。这样既能保证回答新鲜，又不牺牲精准度。 RAG本质是外挂知识库的查漏补缺索引阶段：分块、向量化、存元数据检索阶段：混合检索+重排生成阶段：组装上下文、防幻觉时效性：时间衰减加权+动态窗口落地风险：衰减过度、新内容质量、元数据缺失约4分钟时间戳清洗是时效优化的前提，否则衰减加权会失效。面试官可能会追问时间清洗的具体做法，比如如何从网页中提取发布时间，或者如何处理缺失时间戳的文档。

#字节#向量库时效性#RAG 工作流程