匹配正文：…量更新怎么做只说"存进向量库",说不清切块策略和更新机制检索/召回方案向量检索 + 关键词(BM25)混合、召回多少、要不要重排、多路召回怎么融合只上单路向量检索,答不上召回不全怎么办模型与 Prompt 选什么模型、上下文怎么拼、引用怎么带、幻觉怎么约束、要不要 function calling 把 Prompt 当细节略过,不提引用和防幻觉评估怎么做检索命中率、答案准确性、幻觉率怎么测,离线评估集 + 线上抽样,用不用 LLM 打分完全不提评估,或只说"人…

#求职#职业转型

面试题·Agent

Text2SQL 面对上百张表，怎样选对 Schema 并处理业务歧义

匹配正文：…要维度字段。敏感或无关列继续排除。召回阶段追求“正确表列在候选里”，但候选不能无限扩大。可以先按数据域和权限硬过滤，再语义召回和重排。阈值与候选数量需要根据评测集校准，不应在没有数据时给固定数字。找到表还不够，还要补齐 Join 路径用户问题常跨越事实表和维表。单独召回到订单、客户和地区表，不代表模型知道怎样连接。系统可以维护 Schema Graph：节点是表，边记录外键、候选连接键、基数关系、有效条件和方向。召回到目标表后，在图中寻找允许的最短或最可信连接路径，并…

#Agent#工具调用与安全#Text2SQL Schema 选择

面试题·RAG

RAG 评测集怎么构建？问题、答案和证据必须怎么标？

匹配正文：很多 RAG 项目在优化时都会经历同一个阶段。换了 Chunk 参数，随手问几个问题，感觉回答顺了一点。加了 Rerank，再问几个熟悉的问题，正确原文似乎排得更靠前。于是大家得出结论：“这次优化有效。” 可是一周以后，另一类问题又答错了。团队想复现之前的结果，却发现当时问了什么、正确证据在哪里、改了哪些参数，都没有完整记录。没有固定评测集，RAG 优化的效果就很难复核，容易停留在演示层面。这就是面试里经常被追问的一道题： RAG 评测集应该怎么构建？为什么只准备问题和…

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#评测与上线#RAG 评测集

求职指南·求职

转行大模型最常见的 12 个坑

匹配正文：… RAG 当普通 CRUD 拼接觉得 RAG 就是"存向量、查向量、拼 prompt",套后端惯性搭一遍面试考的是分块、召回、重排、忠实度的取舍,不是接口拼装过一遍检索链路取舍,看怎么攒真项目经历里的 RAG 主线 9 demo 跑通就当项目写简历跟着教程复现一遍能跑,就直接写进简历当项目 demo 没有你自己的取舍和踩坑,一问设计原因和 badcase 就答不上把 demo 改造成有取舍有数据的项目,看怎么攒真项目经历 10 辞职 all-in、没先验证兴趣…

#求职#职业转型

面试题·RAG

Recall@K、MRR、Faithfulness，分别在评估 RAG 哪一层？

匹配正文：…一组候选 Chunk。这里要回答的是“应该找到的证据找到了多少”“返回内容里噪声有多少”“最有用的证据排在哪里”。候选经过融合、重排和截断，真正进入 Prompt 的上下文往往只是其中一部分。这里要回答的是“生成模型实际看到的证据是否充分”。检索 TopK 命中了正确 Chunk，不等于这个 Chunk 最终一定进入上下文。它可能在 Rerank 后被挤掉，也可能因为上下文长度限制被截掉。生成模型根据上下文写出答案。这里至少有三个不同问题：答案是否覆盖参考答案的要点，回答…

#RAG#评测与上线#RAG 评估指标

面试题·RAG

RAG 首字响应为什么慢？Embedding、检索和生成怎么逐段优化？

匹配正文：…一条 RAG 请求在模型生成第一个字之前，已经经过 Query 处理、Query Embedding、关键词与向量检索、候选融合、Rerank 和上下文构建。真正的等待可能发生在其中任何一段。从调用依赖关系看，模型要等检索证据准备好，才能开始基于证据生成。因此，如果向量检索阶段很慢，流式输出只能改变第一个 Token 之后的展示，不能缩短前面的检索等待。这是链路顺序决定的。同样，如果 Trace 显示模型服务正在排队，继续调 HNSW 参数也无法触及这个阶段。由此可以引出…

#RAG#评测与上线#RAG 首字响应

面试题·RAG

一个可上线的 RAG 系统怎么拆？离线入库、在线问答和监控如何闭环？

匹配正文：…画“文档、向量库、大模型”三格图，通常接不住后续追问：一份文档只解析了一半，怎样恢复？用户权限应该在哪一层生效？向量服务或 Rerank 超时，系统怎样降级？线上答案错了，怎样定位证据在哪一步丢失？为什么离线入库和在线问答不能混在一起？离线入库追求的是完整、可恢复和可追踪。它要面对文件格式差异、OCR、表格、跨页内容、Chunk、Embedding 和批量写入。失败后需要知道停在哪一步，能不能从中间继续，已经写入的数据是否需要清理。在线问答追求的是低延迟、权限…

#RAG#评测与上线#RAG 系统设计

面试题·项目与经历· 商汤科技

项目局限性与改进方向

匹配正文：…aithfulness、最终任务成功和延迟成本。召回提高可能带来更多噪声，但并不存在“召回和幻觉天然此消彼长”的定律。top-k、重排、上下文组织、模型能力和任务分布共同决定结果，必须用同一评测集做曲线。不得补写候选人的召回率、优化周期和涨点。一个有说服力的局限，来自可复现失败、根因证据和明确的风险边界。

#项目复盘#技术债务#系统优化

面试题·项目与经历· 美团

项目难题怎么定位与解决?

匹配正文：…，不能直接证明 embedding 负样本不足。定位时要按查询类型和文档类型切片，先查知识覆盖率、切分与元数据，再分别测候选召回、重排排序、上下文组装、引用支持和最终答案。召回层至少看 Recall@k 或命中率，排序层看 MRR、NDCG 或人工偏好，生成层看答案正确性、证据支持率和拒答行为。方案必须对应证据。若文档根本没有答案，应补知识而非训练 embedding；若候选集中有答案但排序靠后，再检查查询改写、向量模型、负样本和重排；若证据正确但答案错误，则处理提示、上下…

#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?

匹配正文：…esidual PQ 都会影响压缩率与误差。 IVFPQ 可先用 IVF 缩小搜索范围，再用 PQ 码计算候选距离；也可按需要加入重排或 GPU 加速。选型与验证根据数据量、可用内存、更新方式和目标 QPS，对 Flat、IVF、PQ、IVFPQ、HNSW 等候选统一测 Recall@K、延迟分位数、吞吐、构建时间和峰值内存。索引参数必须在代表性查询集上调优；不能仅按“百万级”或“亿级”给出固定索引结论。图解 FAISS 怎么实现高效 ANN 搜索?图解

#向量检索#近似最近邻搜索#量化压缩

面试题·评估· 百度

大模型应用怎么保障可靠性?

匹配正文：…、类型、范围、时间、来源和权限；对文档做版本与哈希记录，对用户输入做注入和敏感数据检测。检索与生成层：保留query、召回结果、重排分数、prompt、模型版本和工具调用trace。要求关键事实能回指证据；高风险计算交给确定性程序或受控API，结构化输出用schema约束。验证层：业务规则、单元测试、代码执行、数据库校验或独立模型可以提供信号，但验证器也要有独立测试集。Self-Consistency的答案一致度只能作为不确定性特征之一，不是经过校准的正确概率；不能自创“…

#数据验证#输出校验#反馈闭环

项目实战·RAG

附录:把这个 RAG 项目写进简历 & 面试应答

匹配正文：…才做的,对应本书的什么? 你往简历里填的每一个"具体技术方案",都是本书某一章讲过的:解析切分(第 3 章)、检索(第 5 章)、重排(第 6 章)、多轮(第 8 章)、溯源(第 9 章); 你填的每一个"量化指标",都该用第 10 章那套评估方法亲手量出来; 换句话说:本书十章 = 你简历项目经历的弹药库,这附录只是教你怎么把弹药装进膛。这一节你掌握了什么? ✅ 项目经历的四要素、写 bullet 的万能公式 ✅ 亲手把一句空泛描述改成了有深度的简历条目 ✅ 想清了"简历…

#RAG#检索#项目实战

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?

匹配正文：…：用预训练语言模型编码query、商品、内容和用户文本，离线写入向量索引；双塔负责大规模召回，硬负样本和蒸馏提升领域适配。候选后重排：传统或双塔召回先缩小候选集，再让cross-encoder或LLM对小候选集重排、解释或抽取特征。通常不应先用昂贵LLM粗排全库、再用廉价模型精排；除非有明确缓存、规模和延迟证据。小样本迁移：冻结大部分基座，使用adapter、LoRA、多任务或对比学习；防止把用户ID等无语义稀疏特征硬转成文本。联合评测：离线看Recall、NDCG、校…

#特征工程#迁移学习#多模态融合

面试题·Agent· 字节

Agent 长短期记忆如何分层?

匹配正文：…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。评估写入精确率、检索 Recall@K、冲突率…

#字节#Agent#Agent 记忆架构

面试题·Agent· 得物

大模型记忆机制怎么改进?

匹配正文：…供背景知识落地权衡维度取舍延迟异步写入 + 缓存热点记忆成本分层存储（热数据Redis/冷数据ES）准确性检索后重排序 + 置信度阈值过滤最终方案需结合业务：客服场景重事实准确性（结构化记忆优先），创作场景重连贯性（摘要式记忆优先）。

#得物#Agent#大模型记忆机制

面试题·Agent· 阿里

Agent 中 RAG 瓶颈怎么破?

匹配正文：一、核心瓶颈分析 1. 检索层瓶颈延迟来源：向量检索（HNSW索引构建耗时）、重排序（Cross-encoder延迟高）、多路召回合并精度损失：Embedding语义漂移、稀疏检索（BM25）与稠密检索融合权重难调 2. 上下文层瓶颈长度限制：长文档截断导致关键信息丢失，Agent多轮后历史膨胀噪声引入：检索top-k中的低相关文档污染生成，"中间丢失"现象 3. Agent特有瓶颈决策链累积错误：ReAct循环中检索→推理→工具调用，任一环节出错级联放大状态管理…

#阿里云#Agent#Agent RAG 瓶颈

面试题·Agent· 小红书

生成式推荐系统有哪些改进方向？

匹配正文：…生成-判别协同" 方向具体思路判断依据 Diffusion+LLM混合 Diffusion负责候选集生成（多样性），LLM负责重排序（个性化）可作为候选生成研究方案；多样性、质量和延迟需与自回归及判别基线实测多模态统一生成图文视频统一token化，端到端生成推荐理由+封面+标题小红书内容形态丰富，模态对齐能提升种草转化率隐式反馈显式化将停留时长、滑动速度等连续信号编码为生成条件解决当前序列建模只依赖点击ID的稀疏问题 2. 训练策略：推荐专用的RL优化 Re…

#小红书#Agent#生成式推荐系统

面试题·Agent· 高德

Agent记忆分层与RAG检索

匹配正文：…息合并更新，保留时间戳链主动遗忘：低频访问+低重要性记忆进入"冷存储"，可配置彻底删除 RAG深度集成：上下文压缩检索后处理重排序（Rerank）：Cross-Encoder精排Top-K结果信息密度筛选：优先选包含实体、动作、结论的片段动态窗口分配：工作记忆固定槽位 + RAG结果弹性槽位 Prompt注入模板 [系统指令] [工作记忆：最近对话] [RAG检索：相关历史摘要] ← 动态填充 [当前用户输入] 平衡策略：设置token预算上限，RAG结果按相关性截…

#高德#Agent#向量检索

面试题·Agent· 阿里

LangChain vs LlamaIndex 在 RAG 中怎么选?

匹配正文：…数据检索框架核心定位：LLM与外部数据的高效连接核心能力：多源数据索引（100+ loaders）、高级检索策略（路由、融合、重排序）、查询引擎技术特点：索引类型丰富（Vector/Tree/Keyword/Composable），支持递归检索、子问题分解 RAG场景：企业知识库、文档问答的首选，检索精度和效率优化深入 Agent集成：提供OpenAIAgent、ReActAgent，但Agent能力相对轻量 3. 其他重要框架框架特色定位 AutoGen 多Age…

#阿里云#Agent#Agent 框架对比

面试题·Agent· 阿里

RAG+Agent 延迟与准确率成因

匹配正文：…ry改写模块（HyDE/假设文档），结合Agent历史上下文做共指消解上下文碎片化：多轮检索结果拼接破坏逻辑连贯性优化：检索后重排序（ColBERT交叉编码器），按Agent当前子目标动态过滤决策漂移：早期检索错误导致后续步骤连锁错误优化：设置检索置信度阈值，低置信时触发"反思"模式重新规划；关键节点引入人工审核钩子三、架构层面的融合设计用户Query → 意图识别（轻量模型） ↓ [并行] 检索知识库 + 检索Agent记忆（避免重复检索） ↓ 结果融合 → 相…

#阿里云#Agent#RAG Agent 延迟优化

面试题·Agent· 高德

Agent长期记忆Embedding检索策略

匹配正文：… 粗排：实体标签/关键词倒排索引快速过滤精排：向量相似度（余弦/IP）+ 时间衰减函数 score *= exp(-λ·Δt) 重排：访问频率加权 + 多样性去重（MMR算法避免冗余）时效性建模近期记忆：高权重，原始文本保留中期记忆：中等权重，自动摘要压缩远期记忆：低权重，仅保留关键事件节点三、噪声过滤机制问题解法闲聊噪声用轻量分类器判断信息密度，过滤"好的/谢谢"等低价值内容重复记录语义去重：新记忆与现有记忆相似度>阈值则合并或更新记忆膨胀定期触…

#高德#Agent#Agent长期记忆

面试题·Agent· 淘天

传统 RAG 有哪些痛点?

匹配正文：…0"活动信息。用户下单时发现优惠失效，体验极差。关键影响：实时性业务场景下直接不可用。优化方向简述痛点典型解法检索噪声重排序（Rerank）、多路召回融合、查询改写上下文冗余上下文压缩、语义去重、摘要增强知识更新延迟实时索引管道、增量更新、结合API动态查询这些痛点正是Agentic RAG兴起的核心动因——通过引入反思、工具调用、主动验证等机制，突破传统"检索-拼接-生成"的线性范式。学习建议掌握RAG基本流程，结合实际案例理解检索与生成间的瓶颈，…

#淘天#Agent#RAG 痛点

面试题·Agent· 字节

Agent 长期记忆架构与更新策略

匹配正文：…时间戳 + 主题标签原始对话对象存储压缩归档，用于总结生成检索策略多路召回：向量相似度 + 时间衰减 + 主题标签过滤重排序：用轻量模型对候选记忆打分，取Top-K 动态窗口：根据当前话题相关性调整记忆权重更新策略实时更新每轮对话后提取关键信息（用LLM或规则）增量写入短期记忆，异步更新长期记忆定期总结对话结束后触发总结任务，生成"会话摘要" 周期性（如每周）聚合摘要，更新用户画像冲突处理时间戳优先：新记忆覆盖旧记忆置信度机制：模型输出置信度，低…

#字节#百度#Agent

面试题·Agent· 字节

Agent 记忆衰退：为何与如何实现

匹配正文：…FU策略，长期未访问的记忆迁移到慢存储或摘要压缩工程落地要点与RAG结合：向量库中存全量记忆，衰减机制作用于检索前的候选过滤或重排序阶段参数权衡：衰减系数 \lambda 需按业务调优，客服场景可激进（天级），个人助理需保守（月级）参考方案：MemGPT的"分层记忆"（上下文→工作记忆→外部存储）+ 显式的forget操作一句话总结记忆衰退不是无脑删除，而是让Agent学会"什么该记住、什么该放下"，本质是模拟人类认知的遗忘曲线。

#字节#Agent#Agent 记忆衰退