匹配正文：…" 先看一个排序失败演练(这是本章的"为什么") 下面是用合成条款构造的教学场景,不是线上投诉或客户事故。假设混合检索已经把正确 chunk 召回,但候选顺序仍可能让生成阶段误判。有个典型 case:用户问"孩子摔伤住院,意外险能赔吗?" 系统召回的候选里,「保险责任(承保意外医疗)」和「责任免除(某些情形不赔)」两条都在:正确答案明明召回到了。但喂给 LLM 的上下文里,「责任免除」那条因为字面和问题更像,被排在了最前面,LLM 顺着第一条的语气答了句偏"不赔"的话。这…

#RAG#检索#项目实战

项目实战·RAG

第 9 章:上下文问答与引用溯源

匹配正文：📊 学习时长:50-65 分钟 🎯 完成后能力:能讲清 RAG 最后一环怎么把检索结果"翻译"成有据、可溯源的回答,会用 30 行代码实现"带引用 + 会拒答"的问答,并讲清引用溯源两条路线和幻觉检测 🔗 关联面试题:5 道(覆盖 5 个不同角度,见 Part 3) 这一章你会学到什么 ✓ 零基础也能跟着做:用一段零依赖代码,看到"有依据就带出处答、没依据就拒答" ✓ 看懂上下文问答:LLM 是基于检索到的资料作答,而不是凭记忆 ✓ 学会 Prompt 怎么拼(仅依据资…

#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：…"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 RAG 回答差,可能是"没找到",也可能是"找到了没用好"。分段评估才能定位: 检索段…

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

#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：…一文档标识遍历每一路结果，把同一文档在各路的 1 / (k + rank) 累加，再按总贡献排序。生产链路还要处理同一原文的相邻 chunk、保存每一路排名和来源，并明确候选截断位置。 RRF 的优势，准确说法是什么不必强行对齐异构分数 BM25 与向量相似度的分数定义不同，RRF 直接绕开原始分数，只使用各自列表内部的顺序。这是它最明确的工程价值。对单个异常分数不敏感某个检索器偶尔给一条结果极高分，只要它仍然只是该路第一名，RRF 的贡献由名次决定，不会因为分数比第二…

#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：…替代所有检索，而是说在候选集合已经形成时，它通常能做更细的相关性比较。为什么不能直接对全库 Rerank？假设知识库里有大量 Chunk。如果直接用 Cross-Encoder 扫全库，每次提问都要把同一个 Query 分别与每条 Chunk 组成输入，再逐对推理。语料越多，成对计算越多。更关键的是，它无法像向量索引那样提前把文档变成可快速搜索的固定表示。这会让一次在线查询的成本随候选规模明显增长，也失去了近似最近邻索引快速缩小范围的意义。合理的链路更像漏斗。第…

#RAG#检索与重排#RAG Rerank

面试题·RAG

Query 重写、扩写和 HyDE，应该在哪些查询上启用？

匹配正文：…档措辞，代价是查询数量和候选数量一起增长。一个词如果扩出很多相近表达，每个表达再各自召回一批内容，最终候选里可能出现大量近重复 Chunk。更危险的是扩写词不等义。日常表达中的近义词，放到专业文档里可能有不同边界。模型动态扩出的相关词，也可能只是主题相关，并不能互换。所以扩写需要明确来源和合并规则。可控的领域同义词适合由词典维护。复杂语义可以让模型生成候选，但要保存每个扩写版本，并限制数量。多路结果合并时，可以按稳定 Chunk ID 去重，并记录每条候选由哪些 …

#RAG#检索与重排#RAG Query 重写

面试题·RAG

Embedding 和 Rerank 模型怎么选？什么时候值得领域微调？

匹配正文：先分清：Embedding 和 Rerank 各自对什么结果负责 RAG 的检索链路可以先想成一场两阶段筛选。第一阶段面对的是整座知识库。系统把用户问题编码成向量，再从大量文档片段里快速找出一小批候选。Embedding 模型的任务不是直接判断最终答案，而是把可能包含答案的片段尽量送进候选集。它如果漏掉了正确证据，后面的模型再聪明也无从补救。第二阶段只看这批候选。Rerank 模型把问题和每个候选片段放在一起判断相关性，然后重新排列顺序。它更擅长处理“关键词很像，但并没有…

#RAG#检索与重排#Embedding 模型选型

面试题·Agent· 得物

大模型记忆机制怎么改进?

匹配正文：…检索（向量相似度 + 时间近邻 + 重要性评分）一致性维护：定期触发**记忆反思（reflection）**整合碎片化信息三、检索增强：RAG与Agent记忆融合 RAG-based Memory 将历史交互切分chunk，构建可检索记忆库与实时RAG区分：记忆检索强调时序性和因果关联，需保留对话状态链增强方案记忆树（Memory Tree）：层次化组织，支持从细节到抽象的跨粒度检索工作记忆 + 长期记忆：仿人脑双系统，工作记忆保持当前任务焦点，长期记忆提供背景知…

#得物#Agent#大模型记忆机制

面试题·文档处理· 字节

长文档 Chunking 怎么选?

匹配正文：…建图索引，不依赖纯文本切块关键权衡粒度vs召回：块越小检索准但可能丢上下文，块越大完整但噪声多建议：实际采用多粒度索引——小chunk用于精排，大chunk（或父文档）用于生成时补充上下文评估方法检索侧：Top-K命中率、MRR 生成侧：答案完整性人工评分、引用准确率学习建议建议从基础切块方法（如固定长度、按段落）入手，理解其在专业文档中的局限；再学习语义切块等高级策略，结合实际案例练习分块设计。

#字节#RAG Chunking#长文档切分

面试题·文档处理· 字节

文本块怎么转向量并建索引?

匹配正文：一、文本分块到向量的转换流程分块策略决定嵌入方式短chunk（<512 tokens）：直接用bi-encoder（Sentence-BERT）生成dense vector 长文档：截断取首中尾、滑动窗口聚合，或用层次化嵌入（段落→文档）关键：chunk边界尽量保留语义完整性，避免句子截断嵌入模型选型模型核心原理适用场景 Sentence-BERT 双塔结构+对比学习（NLI数据），生成sentence-level embedding 通用语义相似度，计算快 B…

#字节#文档处理#向量检索

面试题·文档处理· 百度

Chunking 策略怎么选?

匹配口述回答：…或 AST，FAQ 可以按问答对；精确问答适合更小粒度，摘要分析需要更大上下文；如果 embedding 模型对长文本表示能力弱，chunk 就不能太长。最后一定要评估。用一批真实 query 比较不同 chunk 大小和 overlap，观察 Recall@K、MRR、答案正确率和引用准确率。Chunking 不是一次性拍参数，而是 RAG 里最值得 A/B 的基础环节。分块的本质是粒度与完整性的博弈四种方法：固定长度、语义边界、滑动窗口、重叠分块对精度、召回率、生…

#百度#文档处理#Chunking 策略

面试题·文档处理· 京东

Chunking 策略怎么平衡上下文与精度?

匹配口述回答：这道题其实问的是，在[[RAG]]系统里怎么切文本才能既保证语义连贯又不让检索跑偏。说白了，[[分块]]就是在上下文完整性和检索精确性之间找平衡。块太大，噪声多，[[embedding]]被稀释，精度掉得厉害；块太小，语义割裂，LLM拿到的上下文不够，答非所问。那具体怎么做呢？先说说几种常见策略的适用边界。固定长度分块，按token或字符数硬切，实现简单，适合快速上线，但对自然语言不友好，容易在句子中间断开。语义分块用embedding相似度判断边界，能保持语义完整，适合高…

#京东#RAG Chunking 策略#文本分块最佳实践

面试题·文档处理· 字节

Embedding 模型选型 vs 落地流程?

匹配题目：在RAG系统中，如何根据任务需求选择合适的文本嵌入模型？将文本chunk向量化后存入向量数据库的完整流程是什么？

#字节#Embedding 模型选型#RAG 向量化流程

面试题·文档处理· 字节

医学论文与法律条文切块

匹配追问：场景切入假设我们正在做一个法律助手RAG，用户问的是《合同法》第几条，结果检索出来的chunk把一条法条拦腰截断了，回答就错了。你觉得这种情况怎么避免？你会怎么切专业文档的块？层层追问你平时做RAG文本切块一般怎么切？……如果文档是医学论文或者法律条文呢，还按固定长度切吗？……那怎么保证切出来的块语义完整、能直接回答用户问题？直球架构在RAG系统中，对专业领域文档（比如医学文献、法律条文）进行文本切块，你有哪些策略？每种策略适用什么场景？另外，法律条文和医学文献有什…

#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：…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": ["id_xxx", "id_yyy"] // 引用关系 } 3. 重叠策略（Overlap）比较零重叠、短窗口和较长窗口，用同一评测集验证是否缓解边界信息丢失…

#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

面试题·文档处理· 百度

分块策略怎么影响检索?

匹配正文：…g模型匹配模型最大长度（如text-embedding-ada-002是8191，但有效信息通常在前512）检索阶段粗排用大chunk保召回，精排用小chunk保精准计算成本分块数直接影响向量库规模和推理延迟业务场景问答场景倾向小chunk；摘要/分析场景倾向大chunk 百度场景的特殊实践中文优化：基于LTP/Jieba做句子切分，避免英文空格切分的陷阱长文档处理：论文/报告类采用"摘要+正文"双层分块，先检索章节再定位细节动态分块：根据内容类型自适应调…

#百度#文本分块#chunking 策略

面试题·模型微调· 高德

Agent 记忆怎么用向量库?

匹配正文：核心原因：为何用向量数据库 Agent记忆 vs RAG知识库的关键差异：动态演进：记忆随交互持续更新，非静态文档时序敏感：需要"最近发生"和"历史相关"的双重检索多模态关联：可能融合对话、工具调用结果、环境状态向量数据库的稠密检索天然适合"语义相关但表述不同"的记忆匹配，且支持增量写入。 Embedding模型设计场景策略说明通用对话直接用BGE/M3E等开源模型成本低，基线可用垂直领域（如高德地图）领域微调用历史对话数据做对比学习，强化地点、路线…

#高德#Agent#向量检索

面试题·知识图谱· 美团

GraphRAG 架构原理与优势

匹配正文：核心思想 GraphRAG的本质是用"结构化语义网络"替代"扁平向量空间"。传统RAG把文档切成chunk后直接向量化，丢失了实体间的显式关系；GraphRAG则通过LLM抽取实体-关系-属性，构建知识图谱，并在此基础上发现"社区"(紧密关联的实体簇)，形成实体→关系→社区的三层索引结构。架构设计（微软开源方案）阶段关键操作输出索引阶段文本分块→LLM抽取实体/关系→生成社区摘要知识图谱 + 社区层级摘要查询阶段路由判断(Local/Global)→子图检索…

#美团#知识图谱#GraphRAG 架构

面试题·知识图谱· 淘天

GraphRAG 工作原理是什么?

匹配正文：…社区生成层级摘要（从叶子到根节点逐层总结） 4. 查询响应根据问题类型选择局部搜索（具体实体）或全局搜索（社区摘要聚合）与传统RAG的关键区别维度传统RAG GraphRAG 检索单元文本块（chunk）实体、关系、社区摘要擅长问题 "某文档说了什么"（点状事实） "整个数据集的主题趋势"（全局聚合）推理能力依赖LLM的上下文理解显式的图结构支持多跳推理成本低（直接向量检索）高（需预构建图谱+多级索引）典型优势场景全局性问题："这些论文的共同研究…

#淘天#知识图谱#GraphRAG 原理

面试题·RAG· 蚂蚁

增量式向量索引怎么更新?

匹配正文：…回质量可验证。不同向量引擎对插入、更新和删除的支持不同，不能把复杂度或是否需要重建写成统一结论。 1. 写入与索引分层先把文档、chunk、embedding 及版本写入主数据存储，并用 WAL 或消息队列传递变更。消费端按文档版本和事件 ID 做幂等处理，把新向量写入 Delta 索引。插入成本、锁模型和可见延迟以具体引擎实现为准。查询同时搜索稳定的 Base 索引和 Delta 索引，合并候选、按文档版本去重，再执行过滤和排序。 2. 修改与删除若引擎原生支持可验…

#蚂蚁#增量式向量索引#向量索引更新

面试题·检索· 字节

Embedding 怎么实现语义召回?

匹配正文：核心流程 1. 文档向量化（离线）文档分块：按语义/固定长度切分，控制chunk大小（通常256-512 tokens） Embedding编码：用预训练模型（如BGE、M3E、OpenAI-ada）将文本映射为稠密向量关键：领域数据建议微调Embedding模型，解决分布偏移 2. 向量索引构建存储：向量数据库（Milvus、Faiss、Pinecone）或近似最近邻索引（HNSW、IVF） HNSW：图索引，查询快、精度高，适合动态更新场景 3. 查询检索（在线） …

#字节#向量语义召回#Embedding 语义召回

系统教程·检索

向量检索面试题大全

匹配正文：…量检索面试怎么准备最高效？先把 Embedding、相似度、ANN 索引、Chunking 和召回评估这五件事串起来，再用一个 RAG 项目讲出调参和 badcase 过程。 Chunk 大小有没有标准答案？没有。要按文档结构、问题粒度和评估集试出来。面试里能讲出实验方法，比报一个固定数字更靠谱。向量数据库选型要讲哪些维度？常见维度是索引类型、过滤能力、更新频率、吞吐延迟、运维成本、权限隔离和生态集成。不要只比较名字。继续学习用 30 行代码跑通你的第一个最小 R…

#专题学习#向量检索面试题大全

求职指南·求职

大模型应用开发岗一天在做什么?细分岗位画像

匹配正文：…小团队里,同一个人可能既做 RAG,又写 Agent,还要管评估和部署。转行准备时可以先选一个主战场,但要知道旁边三块会被追问。 RAG 工程师一天在做什么 RAG 工程的日常不是“把文档丢进向量库”这么简单。真实工作更像一条数据和系统管线: 时间片可能在做的事面试会怎么追问上午看用户 badcase:为什么这道制度题答错了是没召回、召回了没用、还是模型编了? 中午调切块策略和 Embedding 选型 chunk size 为什么这么设? overlap 怎么定…

#求职#职业转型

求职指南·求职

项目深挖:面试官会怎么一层层追问你的项目

匹配正文：…的",没真做过的人到第二层必然露馅。八股题的答案是公开的、收敛的,你刷够题库就能覆盖。项目深挖不是,它从你简历里那句"基于 RAG 搭建了智能问答系统"出发,顺着实现链条一层层往下戳:为什么用 RAG、chunk 怎么切、召回怎么测、答错了怎么修、上线花多少钱。这些问题没有标准答案,只有"你当时的真实决定"。面试官很清楚:能把一个决定的前因后果、试过的备选、量化的结果讲清楚的人,一定亲手做过;只会重复功能描述的人,大概率是抄的。所以深挖环节的本质是一次"真做过"的验伪,…

#求职#职业转型