匹配正文：…索质量——太粗易噪声，太细丢上下文。第二阶段：在线检索生成（Retrieval & Generation）数据流转链路：用户Query → Query理解（改写/扩展） → 向量检索（Top-K召回） → 重排序（Rerank精排） → 上下文融合（Prompt组装） → LLM生成 → 返回结果核心模块：检索召回：基于向量相似度（cosine/IP）快速筛选候选，可用倒排索引混合召回重排序：用Cross-Encoder（如bge-reranker）精排，弥补双塔…

#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?

匹配正文：…存储：写入Milvus/Faiss/Elasticsearch，构建HNSW索引加速检索 2. 检索阶段（在线）查询理解：可选的Query改写（HyDE、子查询扩展）提升召回向量检索：Top-K近似最近邻搜索，召回候选文档重排序（Rerank）：Cross-Encoder精排，过滤低相关结果 3. 生成阶段上下文组装：按相关性排序，拼接检索文档为上下文 Prompt设计：明确区分"已知信息"和"用户问题"，约束模型基于检索内容回答生成控制：设置temperature…

#美团#检索器生成器协同#RAG 架构

面试题·检索· 网易

BM25+向量+Cross-Encoder 怎么组合?

匹配正文：…和必须字面命中的查询；速度取决于索引、语料与部署，不能称为“零延迟”。向量召回：用 embedding 表达语义相似，能补充同义改写和字面不重合的结果，但可能弱化精确实体或数值约束。 Cross-Encoder：联合编码 query-document，通常能刻画更细的交互相关性，但每个候选都要前向计算，只适合重排有限候选。融合策略两路召回先各取候选并按文档 ID 去重。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…

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

#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：…查询扩展语义扩展 HyDE（Hypothetical Document Embeddings）：让LLM生成假设答案再检索，解决query-doc语义鸿沟 Query Rewriting：LLM改写歧义/口语化查询，如"那个车"→"小鹏G9" 结构化扩展子查询分解：复杂问题拆分为多个子问题并行检索，结果聚合 Step-back Prompting：先问通用概念再具体到细节四、混合检索融合 BM25 + 向量：关键词匹配兜底专有名词、ID，向量捕捉语义融合策略：RRF（…

#小鹏#检索阶段优化#RAG 检索优化

面试题·检索· 美团

RAG 检索器与生成器如何协同？

匹配正文：…r（如bge-reranker）生成器基于检索上下文生成答案大模型+Prompt工程，控制幻觉协同机制——上下文融合用户Query → 检索Top-K文档 → 拼接Prompt模板： "基于以下参考资料回答问题：[文档1]...[文档K]\n问题：{Query}\n答案：" → LLM生成（检索内容通过Attention与Query交互）关键优化策略查询改写：用LLM扩展同义问法，解决语义Gap 多路召回：向量检索 + 关键词检索 + 图谱检索并行引用溯源：要…

#美团#RAG架构#RAG 系统架构

面试题·检索· 高德

RAG 系统实现流程怎么搭?

匹配正文：… Cross-Encoder重排序精细 relevance 打分混合检索：稠密向量 + BM25稀疏检索，RRF融合排序查询改写：HyDE（假设文档嵌入）、查询扩展提升召回 4. 生成模型集成上下文组装：检索结果按相关性排序，拼接为上下文 Prompt设计：基于以下参考信息回答问题。如果参考信息不足，请说明。 [参考文档1] ... [参考文档2] ... 问题：{query} 窗口管理：控制总长度，优先保留高相关性文档 5. 结果融合与优化引用溯源：让模型输出引…

#高德#RAG结果融合#RAG 实现流程

面试题·检索· 高德

语义检索向量数据库构建流程

匹配正文：…查询路由到指定分片冷热分离：高频查询向量放内存/SSD，冷数据压缩归档 5. 查询优化查询重写：Query2Doc扩展、同义词改写，解决语义鸿沟两阶段检索：向量召回Top-K → 精排模型（Cross-Encoder）重排序缓存策略：热门Query的向量结果缓存，Embedding结果缓存

#高德#评估与监控#向量数据库构建

面试题·检索· 360

RAG 召回准确性：三大失败场景

匹配正文：…，或RRF（Reciprocal Rank Fusion）合并结果 Embedding优化领域微调：用业务数据对比学习训练查询改写：HyDE（生成伪文档再检索）、Query2Doc扩展三、重排序（Rerank）策略交叉编码器（Cross-Encoder）：精度高但慢，适合精排Top100→Top10 ColBERT等轻量方案：平衡效率与效果多任务学习：结合点击日志训练排序模型四、数据质量治理问题类型解决方案文档过长语义切分（按主题/段落），控制chunk …

#360#召回质量评估#RAG 召回优化

面试题·检索· 美团

混合检索怎么提升 RAG 召回?

匹配正文：…频饱和和长度归一化加权。分数受实现、语料统计和查询长度影响，没有可跨系统直接比较的固定尺度。 Dense/DPR 类双塔分别编码 query 和 document，再用点积、余弦或距离检索。点积同时受方向和模长影响；向量做 L2 归一化后，点积排序与余弦排序等价。模型质量取决于训练域、负样本和文档切分。融合与评估可对两路候选取并集去重后用 RRF 按名次融合；也可校准两路分数后加权，或交给 cross-encoder 重排。RRF 不要求原始分数同尺度，但仍需调节候选深度…

#美团#混合检索#混合检索 Hybrid Retrieval

面试题·检索· 字节

RAG Retriever 工作机制详解

匹配正文：Retriever的核心机制输入输出输入：用户Query（可能经过改写/扩展）输出：Top-K相关文档片段（doc_id + 文本 + 相似度分数）两大检索范式类型原理代表模型特点稀疏检索词袋模型 + 统计权重 BM25、TF-IDF 精确匹配，可解释强，适合关键词查询稠密检索双塔编码器，语义向量相似度 DPR、Contriever、BGE 语义理解好，泛化能力强，需GPU推理关键技术组件向量数据库与索引存储：FAISS、Milvus、Pinec…

#字节#Retriever#RAG Retriever

面试题·检索· 字节

Embedding 怎么实现语义召回?

匹配正文：…||B||)，值域[-1,1]，实际取Top-K 关键优化点优化方向具体手段召回质量混合检索（向量+关键词BM25）、查询改写、多向量表示精度提升两阶段检索（粗排+精排/Cross-Encoder重排序）效率优化量化（FP32→FP16/INT8）、索引分区、缓存热点查询领域适配 Embedding微调、Hard Negative Mining 余弦相似度的选择逻辑归一化后等价于点积，计算高效对向量长度不敏感，适合语义匹配（关注方向而非幅度）替代方案：…

#字节#向量语义召回#Embedding 语义召回

面试题·检索· 美团

稀疏稠密与混合检索

匹配正文：…。维度通常 256-1024，向量稠密相似度度量：余弦相似度或点积，衡量语义空间中的距离优势：语义泛化能力强，能处理同义词、改写、跨语言等语义匹配为何采用混合检索？场景稀疏检索稠密检索专业术语/ID/人名 ✅ 精准 ❌ 可能失配语义改写/口语化查询 ❌ 字面不匹配 ✅ 语义捕获长尾低频词 ✅ 稳定 ❌ 学习不充分实际做法：并行召回：BM25 + 向量检索各取Top-K 融合排序：线性加权 score = α·BM25_score + β·dense_s…

#美团#稀疏稠密检索#稀疏稠密与混合检索

面试题·检索· 字节

RAG 向量库怎么处理时间衰减?

匹配正文：…、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 3. 生成阶段上下文组装：按相关性排序，控制token预算 LLM生成：结合检索内容作答时效性优化方案核心思路：让"新"文档在相似度计算中获得隐性加分方案实现方式适用场景时间衰减加权 score_…

#字节#向量库时效性#RAG 工作流程

面试题·检索· 字节

RAG 向量检索怎么高效召回?

匹配正文：核心检索流程 1. 查询预处理查询改写：扩展同义词、纠错、补全上下文（如HyDE生成假设文档）意图识别：区分事实查询/摘要/对比类问题，路由到不同检索策略 2. 向量检索执行索引结构：HNSW（高召回+速度平衡）、IVF-PQ（超大规模）、DiskANN（内存受限）参数调优：ef_search（搜索深度）、M（图连通度）与延迟的trade-off 3. 多路召回融合向量召回（语义相似） + 稀疏检索（BM25，关键词匹配） + 倒排索引（结构化过滤） → 线性加权或…

#字节#向量数据库召回#RAG 向量检索

面试题·检索· 百度

检索失败时 RAG 怎么兜底?

匹配正文：答案要点区分检索失败类型（无结果/低质量结果）并设计不同策略查询改写与扩展的具体方法多路召回与混合检索的架构设计大模型自身知识的安全调用机制用户感知的透明反馈设计核心策略：分层兜底架构 1. 失败类型识别零结果：向量库返回空，检查embedding/索引问题低质量结果：有结果但相似度低于阈值，或Top-K结果差异过大 2. 查询侧优化（自动重试）原始Query → 同义词扩展/Query分解 → 多轮改写 → 重新检索 HyDE方式：用LLM生成假设文档，再…

#百度#小鹏#美团

面试题·检索· 字节

RAG检索质量差：Embedding与Rerank调优

匹配正文：…r 精排：比双塔模型准，但计算重置信度过滤：设置相似度阈值，低置信触发兜底或拒答工程权衡方案延迟效果增益适用场景查询改写 +50-100ms 中等用户 query 口语化严重 Cross-Encoder 重排 +100-300ms 显著对精度要求高，可接受延迟混合检索 +20ms 中等通用场景 baseline 实际落地建议：先上混合检索+轻量重排，再按需叠加复杂模块，同时建立 bad case 回流机制持续迭代。

#字节#检索故障诊断#检索质量优化

面试题·检索· 字节

RAG 技术实现怎么落地?

匹配正文：…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-Encoder精排，过滤低质片段 3. 生成阶段上下文组装：检索结果 + 用户Query → 构造Prompt 大模型生成：基于检索上下文回答，可引用来源典型应用场景场景说明企业知识问答内部文档、规章制…

#字节#RAG应用场景#RAG 技术实现

面试题·检索· 美团

Embedding 相似性检索怎么工作?

匹配正文：…度略降实际选型看数据规模和延迟要求 RAG中的关键作用作为召回环节，解决"找什么"的问题。检索质量直接决定生成上限，常见优化：query改写、混合检索（向量+关键词）、重排序（Rerank）。

#美团#Embedding检索#Embedding 相似性检索

面经·项目面试

LIMIT 100 限住了结果，没限住查询工作量

匹配正文：…能把第一条当成第二条的等价优化。把它们放在一起，是为了固定同一个返回行数上限，看看上限背后还有哪些工作。实际的 EXPLAIN QUERY PLAN 里，第一条出现了表扫描路径；第二条除了扫描，还出现分组和排序各自的临时 B-tree。这里确实是先完成分组统计，再选出总额靠前的组，不能把先拿一百条明细求和当成相同答案。尤其要分清输入行与结果行：六千条明细归成一百二十组，每组总额依赖属于它的明细。末尾舍弃二十组，并没有授权数据库遗漏那些参与总额计算的记录。结果少，不代表产生…

#Agent#Text2SQL#SQLite

面试题·评估· 百度

大模型应用怎么保障可靠性?

匹配口述回答：…哈希，用户输入要检测提示注入、敏感信息和越权请求。若数据本身过期或来源不明，模型输出再流畅也不可靠。进入检索和生成阶段后，要保留query改写、召回候选、重排分数、最终上下文、prompt版本、模型版本、解码参数和工具调用trace。对关键事实要求能回指证据片段，并检查证据是否真的支持结论，而不是只看有没有引用。金额计算、库存、权限和规则判断应尽量交给确定性程序或受控API，输出则用JSON schema或语法约束减少格式错误。验证可以组合业务规则、单元测试、代码执行、数…

#数据验证#输出校验#反馈闭环

面试题·项目与经历· 字节

大模型 vs 搜推小样本特征怎么融合?

匹配口述回答：大模型与搜索推荐融合，不是把所有稀疏特征改写成一句文本后交给LLM。我会先按召回、排序和重排拆系统。用户ID、商品ID、计数、价格、类别、时间和交叉统计仍适合由embedding、GBDT、Wide&Deep、DCN或行为序列模型处理，因为这些特征的取值、缺失和时效有明确结构。语言模型更适合补充语义。可以离线编码query、商品标题、详情、评论和知识内容，把向量写入ANN索引；双塔在大候选库中做高吞吐召回。领域数据有限时，先冻结大部分基座，用对比学习、adapter或LoR…

#特征工程#迁移学习#多模态融合

面试题·评估· 美团

多路召回评估指标与RAG场景

匹配口述回答：…call从90%提到95%，但引入的噪声让LLM答得更差了，那就不值得。所以上线前一定要A/B测试，用真实用户反馈验证。另外，不同Query类型要配不同权重，事实性Query重点看Recall，推理型Query重点看NDCG。还有一个点值得注意，就是评估时怎么处理Query本身的歧义性。比如用户说“退货”，可能指“退货政策”也可能指“退货流程”，如果召回策略没做Query理解，直接搜关键词，容易偏。所以我现在倾向在评估时加入Query改写后的对比，看能不能提升召回质量。所…

#美团#评估与监控#多路召回评估

面试题·评估

RAG 检索语义相似但无关怎么解?

匹配口述回答：…检索快速止血，同时推动数据侧积累标注，做模型微调。这样既快又稳。问题本质：embedding语义相似和业务相关错位查询侧优化：query改写和HyDE 检索侧优化：混合检索加重排，负样本硬挖掘数据侧根治：微调embedding模型落地取舍：优先重排，数据侧是根本约4分钟当检索结果碎片化时，即使语义相关也可能因信息不完整而无法回答，需要Parent Document召回策略。面试官可能会追问：如何处理chunk切分粒度和父文档召回之间的平衡，以及如何设计多级检索的…

#Embedding#Rerank#RAG 检索相关性

面试题·模型微调· 美团

向量检索怎么保准又保真?

匹配口述回答：…。不过它的计算成本高，所以只能用在精排阶段，对候选集大小有限制，一般几百条以内。还有一个容易被忽略的点是查询侧优化。用户输入的 query 往往很随意，比如‘火锅’可能想找‘重庆火锅’或者‘老北京涮肉’，这时候做查询改写，扩写同义词、纠错、补全意图，就能显著提升召回率。另外，如果 query 里带有结构化约束，比如‘附近’、‘100块以内’，我会在查询理解阶段把它抽出来做前置过滤，而不是全扔给向量检索。说到查询改写，这里面其实有个坑：如果改写太激进，比如把‘手机’扩写成‘…

#美团#向量检索准确性#向量检索相关性