匹配正文：…2. 向量化与索引构建 Embedding模型选择：BGE、M3E、OpenAI text-embedding-3等，需匹配语种和领域向量数据库：Milvus、Pinecone、Qdrant，关注ANN索引算法（HNSW、IVF）索引优化：根据数据规模选择索引类型，大规模数据用分区/分片 3. 检索模块两阶段检索架构：阶段方法作用粗排向量相似度检索（Top-K=100）快速召回候选精排 Cross-Encoder重排序精细 relevance 打分混合…

#高德#RAG结果融合#RAG 实现流程

面试题·检索· 360

RAG 召回准确性：三大失败场景

匹配口述回答：…会把召回优化看成一条链路：先保证数据质量，再选合适的检索模型，用重排兜底，评估时关注Recall@K和MRR。我更倾向于混合检索加领域微调这个组合，因为它在大多数业务场景里性价比最高。一句话定位：RAG召回评估与提升的本质是匹配问题评估指标：Recall@K和MRR的适用边界检索模型：混合检索的落地取舍重排序：Cross-Encoder的精度与成本数据质量：切分与清洗的坑收尾与可延伸点：GraphRAG的适用场景约4分钟 GraphRAG适合强关联结构的知识库，…

#360#召回质量评估#RAG 召回优化

面试题·检索· 字节

RAG 为何需要重排序?

匹配正文：…dding模型难以完全把握 2. Embedding模型的能力边界训练目标限制：对比学习优化的是"语义相近"，而非"任务有用" 领域适配问题：通用Embedding在专业领域表现下降长文本截断：上下文信息丢失导致语义偏移 3. 两阶段架构的设计逻辑阶段职责特点向量检索（粗排）快速缩小候选范围速度快、召回率高、精确率低 LLM重排/生成（精排）深度判断+综合决策理解深、可结合上下文、成本高直接用大模型做全库检索：成本不可接受仅用向量检索：精度不足，引入噪…

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#向量召回与重排#RAG 重排序

面试题·检索· 字节

RAG 向量检索怎么高效召回?

匹配正文：… 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：Cross-Encoder精…

#字节#向量数据库召回#RAG 向量检索

面试题·文档处理· 美团

RAG 知识库搭建流程?

匹配口述回答：这道题我觉得本质上不是在问流程，而是在问你怎么在检索质量、存储成本和响应延迟之间做取舍。搭建[[RAG]]知识库，我一般会按预处理、[[分块]]、[[向量化]]、索引构建、检索优化这几个环节来走，但每个环节都有很多坑，我重点说几个。先说文档预处理。这一步核心是格式解析和清洗。比如PDF，如果是文本型的，用PyPDF2或者python-docx直接提取就够；但如果是扫描件，那就必须走[[OCR]]，我会用PaddleOCR或者EasyOCR。这里有个坑，OCR识别率不是100…

#美团#RAG 知识库搭建#文档预处理

面试题·评估· 字节

RAG 自动与人工评估

匹配口述回答：这道题其实是在问，怎么衡量[[RAG]]系统到底好不好。我的理解是把评估拆成三个层面来思考：检索评估、生成评估和端到端评估。我先说自动评估，再说人工评估，最后聊一下落地怎么取舍。先说检索评估。这一步主要是看检索回来的片段质量怎么样。我最常用的指标是Recall@K，K一般取5或者10，它关心的是正确答案有没有被召回。如果业务场景对排序有要求，比如搜索结果要展示前几条，我会加上MRR来评估第一条正确结果的位置。不过说实话，检索评估只是中间环节，最终还是要看生成效果。生成评估…

#字节#评估与监控#RAG 自动与人工评估

面试题·模型微调· 字节

RAG 检索与生成流程详解

匹配口述回答：…条款。还有客服系统，结合历史工单和FAQ，能精准回复退款政策、订单异常这类问题，减少人工介入。再比如研报分析，长文档里抽关键信息，RAG比人翻几百页快得多。不过，RAG和微调不是二选一，而是互补。比如对高频、固定的知识，微调可以让模型直接记住，省去每次检索的延迟；而对动态更新的知识，比如促销政策，RAG更灵活。所以真正落地的系统，往往是RAG加微调混合用，比如用微调让模型学会理解领域术语，用RAG提供实时知识。最后说下风险。RAG依赖知识库的质量，如果文档本身有错误或过时…

#字节#检索生成流程#RAG 实现

面试题·RAG· 字节

RAG 检索增强技术有哪些？

匹配口述回答：这道题问的是怎么提升[[RAG]]里检索阶段的质量，本质上就是怎么让检索更精准地命中回答真正需要的信息。我会从查询、召回、排序、索引几个环节来说，但重点不是列全所有方法，而是讲清楚在什么场景下该选什么，以及实际落地时容易踩的坑。先说查询侧。标准做法是直接拿用户问题去做向量检索，但问题往往又短又模糊，比如用户问“这个能退吗”，在电商客服场景里，你得知道他说的是哪个商品、什么原因。所以我会做查询改写，最常用的是 HyDE，就是让LLM先生成一个假设的回答，然后用这个答案去检索。…

#字节#HyDE#RAG 检索质量

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：[[RAG]]这道题，其实是在问怎么给大模型配一个「外挂知识库」，让它在不重新训练的情况下也能回答私有数据的问题。核心思路就两条腿走路：离线把知识存成索引，在线把用户问题和索引匹配上，再让模型基于匹配结果回答。先说离线阶段。原始文档五花八门，PDF、Word、网页，得先清洗成纯文本。然后最关键的一步是[[分块]]，也就是 Chunk。这里有个坑：分太细，语义不完整，模型看不懂上下文；分太粗，超了上下文窗口，而且一个块里揉太多主题，检索时噪声大。我一般会看业务场景来定。比如客…

#百度#RAG技术架构#RAG 工作流程

面试题·检索· 字节

RAG检索方法选型原因？

匹配题目：在RAG系统中，您采用了哪些检索方法（如密集检索、稀疏检索等）？请说明选择这些方法的原因，并讨论可能的优化策略。

#字节#评估与监控#RAG 检索方法

面试题·检索· 字节

RAG 架构组件与失败场景

匹配口述回答：这道题问[[RAG]]的架构和流程，其实本质是问你怎么把外部知识可靠地注入到大模型生成里，同时控制[[幻觉]]和成本。我理解RAG的核心就三个环节：先把知识切成块并[[向量化]]存起来，然后根据用户问题把相关的块捞回来，最后让模型基于这些块来回答。但真正落地的时候，每个环节都有很多坑要踩。先说索引模块。[[分块]]这一步很多人随便按固定长度切，但实际业务里，比如客服退款场景，用户问的是“我退货了但没收到退款”，相关文档可能是一整段流程说明，如果切碎了，模型只拿到半截，答案就…

#字节#RAG组件协同#RAG 系统架构

面试题·检索· 字节

RAG 系统实现：组件与流程

匹配口述回答：…。所以我会按政策条款的语义边界来切，每条政策单独一段，再配上元数据过滤，比如只选最新的版本。这样召回率能高很多。这里有个延伸点：RAG的召回质量其实高度依赖Embedding模型和切分策略的配合。如果Embedding模型没针对领域微调，比如用通用模型去匹配法律术语，那召回效果会打折扣。我倾向于先做领域适配，或者用 [[GraphRAG]] 引入实体关系来补足语义。最后说落地的风险和取舍。前提是知识库质量要够好，如果文档本身就有错，RAG只会放大错误。常见失败场景是切分破…

#字节#RAG系统实现#RAG 实现

面试题·检索· 百度

检索失败时 RAG 怎么兜底?

匹配口述回答：这道题其实是在问，当检索这个环节失灵了，系统怎么还能给出一个靠谱的答案。本质上是[[RAG]]系统的边界问题，就是知识库覆盖不到、或者检索质量差的时候，怎么保证不崩。先说清楚，检索失败不只是没结果。我一般会先区分两种：一种是零结果，[[向量库]]什么都没返回，这可能是[[embedding]]或者索引有问题；另一种是低质量结果，有东西但相似度不够，或者Top-K之间得分差距太大，这种其实更常见更麻烦。对零结果，我第一反应不是直接放弃，而是查一下是不是Query本身有问题。…

#百度#小鹏#美团

面试题·文档处理· 字节

长文档 Chunking 怎么选?

匹配题目：在构建面向专业领域（如医学、法律）的RAG系统时，如何对长文档进行有效的文本切块（Chunking）？请系统性地列举常见的文本切分策略，分析其原理、优缺点，并结合具体应用场景比较不同策略的适用性。

#字节#RAG Chunking#长文档切分

面试题·文档处理· 字节

医学论文与法律条文切块

匹配题目：在RAG系统中，如何对专业领域文档（如医学文献或法律条文）进行有效的文本切块？常见的文本分块策略有哪些及其适用场景？

#字节#医学论文与法律条文切块#医学论文和法律条文为什么要用不同的切块策略

面试题·文档处理· 字节

医疗法律文档切块

匹配正文：…/事件主动划分最贴合人类理解、可提取跨段落关联成本高、延迟大、需设计prompt 超高价值文档、需要深度推理的场景医疗/法律领域的实践要点 1. 优先保结构法律：以"条款→款→项"为最小单元，而非固定长度医疗：以"主诉-现病史-检查-诊断"等病历章节为边界 2. 元数据增强 chunk = { "content": "...", "source": "民法典第X条第X款", "parent_section": "合同编", "related_chunks": ["i…

#字节#医疗法律文档切块#医疗和法律文档怎么切块？结构、语义与引用边界

求职指南·RAG

混合检索、RRF 与重排项目模拟面试

匹配正文：…成本记录空召回、超时、分数漂移和索引版本监控模型、索引或融合参数的回退开关与验证记录下一步：extension。配套学习：RAG 三大瓶颈与迭代策略。 11. extension · extension 如果候选规模扩大十倍且延迟预算减半，你会调整召回并行度、重排深度还是模型层级？考察重点：测试约束变化后的迁移、容量和风险判断能力。容量、数据量或租户增长的量化模型新约束下的方案调整与代价配套学习：垂直领域 RAG 完整架构。评分与复盘 dimension：o…

#模拟面试#简历项目#连续追问

系统教程·评估

大模型评估与监控面试题大全

匹配正文：…它适合做大规模初筛和趋势监控，但需要抽样人工校准、固定 rubric，并警惕位置偏差、格式偏差和模型同源偏差。面试中要讲清边界。 RAG 和 Agent 的评估有什么不同？ RAG 更关注召回、相关性、引用和回答正确性；Agent 还要评估任务完成率、工具调用轨迹、失败恢复和成本。二者都要有可复现的 case 集。继续学习项目深挖：面试官怎么追问评估与 badcase 领域八股速通：评估高频考点地图

#专题学习#大模型评估与监控面试题大全

项目实战·Agent

第 1 章:为什么需要 Deep Research

匹配正文：📊 学习时长:60-75 分钟 🎯 完成后能力:能讲清 Deep Research 和普通 RAG / Agentic RAG 的本质区别,判断一个问题该不该上 Deep Research,并用可运行代码搭出一个会「自己多步搜索、边想边查」的研究型 Agent 雏形 🔗 关联面试题:5 道(覆盖 5 个角度,见 Part 3) 这一章你会学到什么 ✓ 零基础也能跟着做:用几十行代码跑通一个会「边想边查」的研究型 Agent,并一步步给它加上工具、思维链、失败重试 ✓ 彻…

#Agent#Deep Research#项目实战

项目实战·RAG

第 3 章:文档预处理与切分

匹配正文：…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 精度权衡】分块策略如何设计才能平衡上下文完整性与检索精度? 较难…

#RAG#检索#项目实战

项目实战·RAG

第 4 章:Embedding 选型与向量化

匹配正文：…理解向量库 + ANN 索引,讲清 HNSW vs IVF 的区别和"近似"二字的含义 ✓ 知道通用模型为什么对行业黑话不准,以及领域微调的思路本章按三段式组织,不同基础的读者各取所需: 段落给谁看内容占比 🚀 Part 1 · 主线实战零基础,想先跑起来概念白话 + 玩具向量化代码 ~50% 🎯 Part 2 · 面试深度想讲透、备战面试模型选型 + 向量库索引 + 微调 ~40% 🏆 Part 3 · 验收串题检验学到位没关联面试题 + 自检清单…

#RAG#检索#项目实战

项目实战·RAG

第 10 章:系统评估与上线优化

匹配正文：…确认"答案确实能由标注的证据推出"; 覆盖 + 平衡:难度要分层:既有"犹豫期多久"这种事实题,也要有需要综合多段的多跳复杂题;多领域时各领域题量要均衡。业内行话:ground-truth 证据(答案来自哪个 chunk)是检索和生成评估的重要基础:检索段用它判断是否找到目标证据,生成段用它检查答案是否受到证据支持。评估集规模应由查询分布、风险和期望覆盖决定;比固定题数更重要的是记录来源、标注规则、分层覆盖和复核流程。 2.3 检索段 vs 生成段:分开评才能定位问题 RA…

#RAG#检索#项目实战

面试题·RAG

RRF 和加权求和怎么选？两路检索分数为何不能直接相加？

匹配正文：…类型分层至少区分：精确术语、编号和短查询；口语化、同义表达和长描述；否定、例外与限制条件；多约束或需要多份证据的问题；领域外、知识库中没有答案的问题。总体平均分会掩盖某类查询的退化，分层结果才能指导最终选择。指标同时看召回、排序、重复和成本 Recall@K 判断正确证据是否进入有限候选。MRR 关注第一条相关结果的位置。nDCG 适合评估多条不同相关度证据的整体排序。Precision@K 能观察头部候选中的相关比例。此外还应记录融合后重复率、每路贡献比例…

#RAG#检索与重排#RRF

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：…排序发生跳动。输入模板、截断、阈值和稳定排序都属于 Rerank 配置。只记录模型名称，不足以复现一次排序结果。什么时候值得做领域微调？微调不是解决 Rerank 延迟的办法。只有通用模型在一类专业术语、否定或内部缩写问题上持续排错，并且已有真实难负样本和独立测试集时，才值得进入微调评估；完整训练与验收条件同样放在模型选型题中。本题继续回答的是：已经决定使用 Rerank 后，怎样把在线成本控制在预算内。 Rerank 太慢，可以从哪里优化？第一种办法是减少无效候选。…

#RAG#检索与重排#RAG Rerank