匹配正文：…-Encoder精排：用轻量模型（如bge-reranker）对召回Top-K重排，比向量相似度更准多路融合：不同召回源（KG、向量、倒排）按置信度加权动态截断：根据query难度自适应调整送入LLM的文档数三、生成层优化（最终输出）上下文压缩：检索结果去重、摘要提取，避免超长context稀释注意力引用生成：强制模型输出引用标记，便于溯源和事实校验领域微调：用高质量RAG数据对基座模型SFT，提升利用检索信息的能力四、评估与迭代闭环离线评估检索：Recal…

#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

匹配正文：…ased Rerank 精排Top-K，提升相关性生成优化上下文压缩（如LongLLMLingua）、引用溯源、拒绝回答机制（检索不足时）降低幻觉，提升可信度关键权衡召回 vs 精度：粗排用大模型Embedding保证召回，精调用Rerank提升精度延迟 vs 质量：实时性要求高时，可跳过Rerank或用小模型替代成本 vs 效果：HyDE用一次LLM调用换检索质量，需评估ROI

#AIlab#RAG链路优化#RAG 优化

面试题·检索· 360

RAG 召回准确性：三大失败场景

匹配正文：…评估：关注"找得准不准"，用Recall@K（答案是否在TopK）、MRR（首个相关文档排名）、NDCG（考虑相关度分级）端到端评估：用Answer Accuracy或RAGAS框架（context precision/recall, answer relevance等）二、检索模型优化双路召回策略稀疏检索（BM25）：关键词匹配，对专有名词、ID类查询效果好，可解释性强稠密检索（Embedding）：语义理解能力强，需选合适模型（bge、m3e等），注意领域适配 …

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

#360#召回质量评估#RAG 召回优化

面试题·检索· 百度

RAG 三阶段原理与失败场景

匹配正文：RAG 的完整链路 RAG 由离线知识准备和在线问答两部分组成。检索能提供外部证据，但检索结果和生成都可能出错，因此整条链路要可评估、可追踪和可回滚。 1. 离线准备解析并清洗文档，保留来源、版本、权限和时间等元数据。按结构或候选分块策略生成 chunk，并维护到原文的映射。用固定版本的 embedding 模型编码，建立向量、关键词或混合索引。用标注查询集验证证据 Recall@K、重复率、过滤正确性和索引更新。 2. 在线检索对用户问题做规范化、权限过滤和查询改…

#百度#RAG三阶段#RAG 工作流程

面试题·检索· 拼多多

ANN 索引怎么构建?

匹配正文：…一化：统一维度，处理缺失值，L2归一化（余弦相似度场景）数据分区：按业务维度分片（如按用户/类目），降低单次搜索规模采样分析：评估向量分布密度，指导后续算法选择 2. 算法选择（核心trade-off）算法适用场景特点 HNSW 百万-千万级，高召回要求图索引，查询快，内存占用高 IVF 亿级以上，内存受限倒排+聚类，构建快，需调nlist LSH 超高维稀疏向量理论保证，实际召回偏低场景假设：若商品检索量大且实时性要求高，可比较HNSW、IVF-PQ等候选…

#拼多多#ANN索引构建#ANN 索引构建

项目实战·RAG

RAG 智能问答系统

匹配正文：…G 真题 → 按顺序学习第 1 章:为什么做 RAG? 第 2 章:RAG 整体架构第 3 章:文档预处理与切分第 4 章:Embedding 选型与向量化第 5 章:检索召回,混合检索(BM25 + 向量) 第 6 章:重排(Rerank)与检索优化第 7 章:Query 理解与改写第 8 章:多轮对话与记忆管理第 9 章:上下文问答与引用溯源第 10 章:系统评估与上线优化附录:把这个 RAG 项目写进简历 & 面试应答配套代码打开 rag-from…

#项目实战#RAG 智能问答系统

面经·求职· 通用岗位场景

RAG 项目面试会怎样连续追问？一场工程深挖教学复原

匹配正文：…按真实经历填写目标岗位：大模型应用工程师准备时间：按自己的准备进度使用关键考点文档分块(Chunking)策略与表格切分 Embedding 模型选型与领域微调 BM25 + 向量混合检索与 RRF 融合多轮对话 Query 改写与指代消解 Cross-Encoder Rerank 精排 RAG 幻觉归因与四类治理 RAG 评估指标(Recall@K / MRR / LLM-as-Judge) 检索权限前置过滤与上线回归第一部分 · 先证明你理解完整链路先把这部…

#RAG#项目深挖#教学复原

项目实战·RAG

第 2 章:RAG 整体架构

匹配正文：… doc_id, "text": piece}) return index 这就是"剪 → 存"。工程系统可以把 chunk 转成向量、建立倒排或其他索引(第 4、5 章);具体选一类还是多类索引取决于查询与评估结果,共同目标是把文档变成可检索单元。 Step 2:写"在线问答"的三步接着写在线部分: # ============ 在线:问答(每次提问都跑一遍) ============ def retrieve(index, query, top_k=2): """从知识…

#RAG#检索#项目实战

项目实战·RAG

第 3 章:文档预处理与切分

匹配正文：… 验收串题｜ ~10% 学到这一步,做几道题验证一下,知道自己学到位没。关联面试题(5 道,覆盖 5 个角度) 从预处理一路到评估,刻意避免全是"切分策略"换皮。【预处理/清洗】面向专业领域的 RAG,如何对原始文档做清洗和预处理以提升检索与生成质量? 较难 → 【策略对性能的影响】文本分块策略如何影响 RAG 系统的性能?常见分块方法及适用场景? 较难 → 【粒度与重叠】你是如何设计分块策略的?说明粒度选择、重叠处理以及向量库写入。中等 → 【上下文 vs 精…

#RAG#检索#项目实战

系统教程·AI 编程

从零拼一个最小 RAG 问答

匹配正文：…00+ 文档时,每一步都会暴露问题: 切分：文档怎样分成片段？可以用含否定条件的教学样本检查语义边界，避免主句和例外条件被切散。检索：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:召回一堆,怎么把最相关的排到前面 → Cross-Encoder 精排。评估:怎么量化"答得准不准" → 召回率 / QA 准确率。 👉 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…

#Agent#AI 编程

项目实战·RAG

第 8 章:多轮对话与记忆管理

匹配正文：…取最近几轮。实现最简单、最稳,基于"最近的通常最相关"的假设。缺点:用户突然聊回很早的话题,窗口里就没那段了。语义相关:把历史也向量化,按当前问题检索出语义最相关的几条历史(哪怕在很久之前)。效果好,但要为历史建向量索引,还可能捞到"主题相似但语境不同"的旧内容。主题 + 重要度:标注出对话里的关键事实/决策点,在当前问题属于同一主题时才取用。最准,但要预处理标注。业内行话:三种策略可以组合,但不是默认答案。只有当同一评估集显示它们分别补足了时效、旧话题召回和关键事实保…

#RAG#检索#项目实战

面试题·Agent

Agent 有几十上百个工具时怎么选？大工具集路由怎样设计和验收

匹配正文：…长上下文只能缓解容量，不解决相似工具混淆、权限暴露、健康状态、版本和每轮成本。路由仍有必要把候选缩小并留下选择证据。追问二：只用向量检索有什么问题语义相似不代表可调用。它可能召回无权限、高风险、缺少前置参数或数据域错误的工具。应先硬过滤，再混合召回，并允许无合适工具。追问三：Top K 设多少没有通用固定值。要根据工具相似度、模型选择能力、上下文成本和召回曲线在真实评估集上确定，并按任务域或置信度动态调整。追问四：正确工具没被召回怎么办记录召回理由和分数，区分任务…

#Agent#工具调用与安全#Agent 大工具集路由

面试题·RAG

Rerank 为什么更准，却不能对整个知识库运行？

匹配正文：… 这时适合处理问题的是 Rerank，也就是重排。可另一个问题马上来了：既然 Rerank 能更细地比较问题与候选，为什么不跳过向量检索，直接让它给整个知识库打分？ Bi-Encoder 和 Cross-Encoder 差在哪里？ Embedding 模型通常采用双塔，也叫 Bi-Encoder。 Query 进入一侧编码器，文档进入另一侧编码器，最后比较两个向量的距离。文档向量可以在离线阶段提前算好，用户提问时只需要计算 Query 向量，再到索引中寻找近邻。这种方式适…

#RAG#检索与重排#RAG Rerank

面试题·Agent

Agent 短任务和长任务怎么记？工作记忆、长期记忆与任务状态怎样分层

匹配正文：…小收集、用途限制、租户隔离、访问控制、保留期限和用户删除。不能以“提升体验”为理由永久保存所有对话。用户删除一条记忆时，还要处理向量索引、关系记录、对象工件和缓存。只删主表但索引仍可召回，不算真正删除。共享多 Agent 记忆要更谨慎。一个 Agent 有权看到的信息，不代表所有 Agent 都能读。写入与检索都带主体和角色权限。审计日志与长期记忆也不同。审计因合规保留，不一定允许注入模型上下文；长期记忆用于任务决策，更应严格控制内容质量。怎样评估记忆系统短期记忆评…

#Agent#记忆与存储#Agent 长期记忆设计

面试题·项目与经历· 美团

项目难题怎么定位与解决?

匹配口述回答：…是补源、版本治理或建立拒答；若切分破坏语义，比较块大小、重叠和结构化切分；若过滤条件错，修元数据与权限；若候选有答案但排序靠后，才评估查询改写、混合检索、难负样本和重排器；若证据正确而回答错误，则查冲突证据、提示约束、模型能力和引用校验。推动落地时把方案拆成最小实验，每次只改一个关键变量，沿用同一测试集并补线上小流量灰度。上线条件写成指标阈值，回滚条件包含正确率下降、拒答异常、时延或成本越界。协作部分说明如何让产品确认错误定义、让数据同学复核样本、让平台同学接入追踪，但只描…

#问题定位#工程实践#跨团队协作

面试题·推理优化· 字节

FAISS 怎么实现高效 ANN 搜索?

匹配口述回答：…at 也不只属于某个固定数据量。参数和索引类型必须由目标硬件与质量门槛共同决定。带业务过滤条件时还要单独测有效候选是否骤减，因为先检索再过滤可能让结果不足，扩大 nprobe 又会抬高尾延迟。如果 PQ 的子空间相关性造成误差，可以评估 OPQ 旋转、增加码本容量或候选重排，但这些方案同样要通过端到端检索指标验证。一句话定位：FAISS解决的是高维向量在亿级规模下快速检索的问题 IVF做粗筛缩小范围，PQ做压缩加速计算组合索引IVFPQ是落地最常用的方案，但需要根据数据…

#向量检索#近似最近邻搜索#量化压缩

面试题·项目与经历· 京东

面试反问怎么问才加分?

匹配正文：…nt，我会继续问：线上错误通常来自召回、生成、工具执行还是数据更新，团队怎样收集失败样本并决定下一轮优先级？这比直接问是否使用某个向量库更有信息。若对方说召回问题多，再追问文档版本、权限、评测集和引用支持率；不会预设所有RAG都必须先做Entity Linking。第二类问题可以聚焦技术决策：在准确率、延迟、成本和安全冲突时，团队最近做过什么取舍，关键方案如何通过离线与线上验证？回答能够反映团队是否有真实基线、回滚机制和评测文化。规则、检索、微调或Agent都可能是答案，不…

#面试技巧#职业规划#团队沟通

面试题·Agent· 字节

Agent 长短期记忆如何分层?

匹配正文：…、去重、来源、权限与敏感信息检查，再带时间和版本写入结构化库、文本库或向量索引。新请求按身份与任务作用域做关键词、向量和结构化混合检索，再按相关性、时效性、重要性和权限重排，在上下文预算内注入。事实、原文和向量用稳定 ID 关联。向量用于候选检索，精确属性和状态由结构化存储承载；用户纠正应生成新版本或显式覆盖规则。摘要是有损表示，必须保留原始证据引用。系统按租户和主体分区，使用事件日志、幂等写入、删除和过期策略。多 Agent 默认隔离，只共享明确授权的命名空间。评估写入…

#字节#Agent#Agent 记忆架构

面试题·文档处理· 百度

RAG ANN 索引优化

匹配正文：…码长共同决定构建成本、延迟与召回。应扫参绘制 Pareto 曲线，而非使用固定比例。两阶段检索：ANN 先取较大候选集，再用原始向量、cross-encoder 或任务分数精排，以较小在线成本恢复部分精度。表示与分块：选对 embedding、距离函数和归一化方式；文档分块应通过查询集验证边界与重叠。领域微调、多向量表示只有在评测改善时采用。工程维护：分片与副本、冷热分层、批量写入、删除墓碑与周期压缩、索引版本化和原子切换。高选择性过滤要评估 pre-filter 与 …

#百度#文档处理#RAG ANN 索引优化

面试题·文档处理· 京东

Chunking 策略怎么平衡上下文与精度?

匹配正文：核心矛盾分块本质是上下文完整性与检索精确性的权衡：块过大 → 噪声多、检索精度下降、embedding稀释块过小 → 语义断裂、LLM缺乏上下文常用分块策略策略适用场景特点固定长度通用场景、快速上线按token/字符数切分，实现简单递归分块结构化文档先按段落/句子，再递归细分，保持层级语义分块高质量要求场景用embedding相似度判断边界，保证语义完整 Agentic分块复杂文档 LLM判断边界，成本高但最精准关键最佳实践 1. 重叠策略…

#京东#RAG Chunking 策略#文本分块最佳实践

面试题·文档处理· 美团

RAG 知识库搭建流程?

匹配口述回答：…手快，小规模够用。索引构建是性能关键，[[HNSW]]召回率高，但内存消耗大；[[IVF-PQ]]内存友好，但召回率会降。我一般先评估数据量：百万级以内用HNSW，千万级以上用IVF-PQ做量化，再调nprobe参数平衡速度和精度。最后是检索优化，这里有两个点。一是[[混合检索]]，把向量相似度和关键词匹配（比如[[BM25]]）结合起来，用RRF融合排序。为什么呢？因为向量擅长语义相似，但精确匹配不行，比如订单号、错误码，关键词搜更准。二是[[重排序]]，对Top-K结果…

#美团#RAG 知识库搭建#文档预处理

面试题·文档处理· 小鹏

RAG 分块长度与重叠如何取舍?

匹配正文：…使用对应的逻辑单元父子索引：用较小单元召回，再补回父级上下文元数据保留：记录来源、标题、页码、原文位置与版本，支持重排和引用评估与迭代保持查询集、答案标注和其他检索配置不变，逐组比较Recall@K、证据完整率、最终答案正确性、P95延迟、索引体积与重复召回率。根据bad case定位问题：证据被切断再调整边界或上下文补回；噪声过多则缩小候选单元或加强重排。没有实测结果时，只能陈述候选方案和验证方法。

#小鹏#RAG 文档分段#检索增强生成分段策略

面试题·评估· 高德

高并发 Agent 延迟卡在哪?

匹配正文：…是两类不同瓶颈，应分别测量排队、计算、存储和网络时间，再做端到端预算。召回阶段用元数据或 BM25 做安全的候选过滤，再用稠密检索补充语义召回；过滤规则必须通过召回回归，避免提前丢失正确文档。 HNSW 通过搜索宽度在延迟与召回间取舍；IVF 通过桶数和探测数取舍；PQ 可减少向量存储与带宽，但会引入量化误差。热点 query、embedding 和结果可以按语料与模型版本缓存；更新后必须正确失效。检索服务独立扩缩容，并记录 Recall@K、P95/P99、缓存命中…

#高德#Agent#Agent 系统延迟优化

面试题·评估· 美团

RAG 工作原理与局限怎么分析?

匹配正文：答案要点 RAG(检索增强生成)= 给大模型外挂一个可实时更新的知识库:先检索、再基于检索材料生成核心流程:文档解析 → 分块(Chunk)→ 向量化(Embedding)→ 入向量库;查询时检索 → 重排 → 拼入 prompt 生成优势:知识可实时更新、答案可溯源、幻觉显著降低、不需要重训模型局限:效果强依赖检索质量(切分不当/纯向量检索对 ID 类文本失效),链路长、延迟与成本上升与微调的边界:微调学「格式与风格」,RAG 注「事实与时效」,生产中常两者结合工…

#美团#评估与监控#RAG 工作原理