匹配正文：…链路通常在首次建库和文档新增、更新、删除时运行,可采用全量或增量方式。在线问答,像客人点单后现炒一盘:用户提问后,按需执行检索、重排、拼上下文和生成;缓存命中、路由或拒答策略可能跳过部分步骤,因此要按请求路径测量延迟。 RAG 的两条链路:一条"准备",一条"现做" 两条链路靠"知识库/索引"这一个交汇点连起来:离线辛辛苦苦建好的库,就是在线检索时要查的那个库。为什么非要拆成"离线 + 在线"两段?因为这两段的诉求正好相反:离线建库追求质量,允许用更长时间做解析、切分和向…

#RAG#检索#项目实战

求职指南·求职

2026 大模型岗就业市场:招聘量、城市、薪资档位、哪些公司在招

匹配正文：…题库评估与监控没评估就无法上线迭代评估与监控题库 Prompt 与工具调用仍是应用开发的高频入口 Prompt 工程题库重排与检索优化 RAG 效果好坏经常卡在这里重排与优化题库这也是为什么本站首页把“路线、项目、真题、口语版讲法和真实面经”放在一条线上:市场机会只是入口,真正决定你能不能拿到面试和通过面试的,是内容能不能落到项目和表达上。研究生和在职后端的投递策略不同人群市场打法投递节奏研一/研二先抢实习,再用实习和项目冲秋招先投大厂/AI 团队…

#求职#职业转型

项目实战·RAG

第 3 章:文档预处理与切分

匹配正文：…" 这个演练要说明的不是某次真实损失,而是因果链:一句话被切断 → 检索只返回残缺证据 → 生成阶段依据错误上下文作答。因此,切分策略是 RAG 系统的隐形地基;上层模型无法补回未被检索到的证据。这个失败路径,用一张图就能看明白: 切分前 vs 切分后:错误如何沿链路放大别急着记结论。本章后半会告诉你怎么避免它,但在那之前,我们先把最基础的东西跑起来。 3 个核心概念(先白话,再术语) 概念 1:什么是"切分"? 切分(chunking),英文 chunk 就是"块"的意…

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

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：…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? 下午加混合检索、重排或 Query 改写 BM25 和向量检索怎么融合? RRF 的 k 怎么解释? 晚些做评估集和错误分类 Recall@k、MRR、答案正确率怎么量化? 发布前加引用溯源、拒答、权限过滤没依据时怎么拒答? 不同用户能不能看到…

#求职#职业转型

面试题·Agent

Deep Research 报告有引用就可信吗？多个来源互相矛盾怎么办？

匹配正文：…更新、移动或删除。保存 URL 之外，还应记录访问时间、页面标题、证据片段和定位信息。允许保存快照时，要遵守内容授权、隐私和存储策略；不能为了可追溯就无边界复制受限内容。报告再次打开时，可以提示来源当前是否仍可访问，但不能用今天的页面内容悄悄替换当时证据。历史结论基于哪个时间点，需要保持清楚。如果来源失效，系统可以寻找官方迁移页面或新的原始出处，并把它作为一次版本更新。旧报告保留原证据状态，新报告说明来源变化，避免引用链在后台被静默改写。引用编号为什么不能直接写死？ …

#Deep Research#问题边界与研究闭环#Deep Research 引用溯源

求职指南·求职

研一/研二转大模型应用开发:三年怎么规划、来得及吗

匹配正文：…题更好的写法熟悉 RAG、Prompt、Agent 太空,无法追问设计并实现课程资料 RAG,覆盖 PDF 解析、向量检索、重排、引用溯源和离线评估使用 LangChain 搭建问答系统像教程复刻针对制度类问答 badcase,调整切块和混合检索策略,提升召回质量并记录错误分类了解 DPO 和 SFT 只写概念构造多模态问答偏好样本,比较 SFT 与 DPO 在格式遵循和答案质量上的差异写完简历后,按简历项目追问模板逐条问自己:“这个指标怎么来的? 为什么不…

#求职#职业转型

求职指南·求职

工作三年的 Java 后端转大模型:在职怎么转、什么时候跳槽

匹配正文：…后你应该知道自己离目标岗位差在哪里。没有反馈时继续修简历;有面试但挂项目,回去补项目;过了技术面但 HR 或薪资不理想,再调整投递策略。 Java 后端最适合的三个切口切口为什么适合 Java 后端项目怎么做企业知识库 RAG 和文档、权限、检索、服务接口强相关用业务文档做问答系统,加权限过滤、引用溯源、评估 Agent 工具调用和后端工具、内部系统、流程自动化强相关让 Agent 调用工单、搜索、数据库或代码工具,控制权限和步骤推理服务/LLMOps 和服务…

#求职#职业转型

面试题·Agent

IterResearch 的演进报告为什么不是普通摘要，怎样避免越改越错？

匹配正文：…一旦摘要错了就无法恢复。来源链接后来失效，也无法确认当时看到了什么。外部证据记录至少需要 URL、标题、访问时间、内容版本或快照策略、相关片段、来源类型和与主张的关系。涉及受限内容时，还要遵守授权、隐私和存储边界，不能无条件保存整页。演进报告只携带必要的 Evidence ID 和短摘要。需要复核时按 ID 取回相关片段，而不是重新把所有历史塞回上下文。这样做也便于最终引用。报告中的结论可以回到具体证据，不会出现“状态里有一句话，却不知道从哪来”的断链。一个教学场景：…

#Deep Research#执行框架与长任务#IterResearch 演进报告

面试题·RAG

RAG Chunk 为什么不能只按固定字数切？

匹配正文：…ew_chunk_or_split 也不能只调用固定长度切分：普通长段落可以沿句子递归处理，表格、代码和图片说明则应进入各自的降级策略。这样一条 Chunk 才能从结果反查到具体规则，而不是只能看到一个无法解释的长度。还要固定规范化步骤的版本。换行合并、页眉去除、句子分隔规则只要发生变化，边界和 ID 就可能一起变化。若没有记录解析版本与切分版本，同一份文档重跑后出现不同 Chunk 时，团队无法判断是原文变化、解析变化还是参数变化。标题应该单独切一块吗？标题处理很容易…

#RAG#切分与索引#RAG Chunk

项目实战·RAG

第 7 章:Query 理解与改写

匹配正文：…y 失败演练(这是本章的"为什么") 下面用合成问题演示 Query 理解的必要性,不是作者或学员的线上项目记录。即使切分、检索和重排已经可用,输入问题本身仍可能残缺或跑偏: 有人问 "那它过了还能退吗?":"它"指上一轮聊的某款产品,"过了"指过了犹豫期。这句话单独拿去检索,知识库根本不知道"它"是谁,直接抓瞎。有人打字飞快:"请问下保险费用咋报销呀?":口语词加错别字,和知识库里"保险费用报销流程"这种规范标题字面对不上,一条都召回不到。这些问题,检索和排序再强也可能…

#RAG#检索#项目实战

求职指南·求职

转大模型应用开发,数学和深度学习理论要补多少

匹配正文：…些活儿靠的是工程能力和产品判断,不是数学推导能力。一个更实际的检验:你去读大模型应用岗的 JD 和面经,会发现追问集中在文档切块策略、召回和重排、评估集怎么构造、badcase 怎么修、Agent 步骤怎么控制,几乎没有人让你现场推导梯度或证明一个定理。数学在这里是"看得懂别人为什么这么做"的底座,不是"自己从零推一遍"的技能。如果你还在纠结自己该走应用还是算法,先看大模型应用岗和算法岗到底怎么选,这决定了你数学到底要补到什么程度。一张表:哪些要补、哪些不用死磕下面这…

#求职#职业转型

项目实战·RAG

第 9 章:上下文问答与引用溯源

匹配正文：…demo 零依赖,直接跑 ✅ 最好先读过第 3 章(chunk 的 section_path 元数据)和第 5、6 章(检索 + 重排),这一章用的就是它们的产出先看一个生成失败演练(这是本章的"为什么") 下面使用合成条款和问题说明生成环节的两类风险,不是客户项目或线上事故。检索、重排之后,系统还要把检索到的条款交给 LLM 组织答案: 它会编。知识库没有依据时,模型仍可能生成看似确定的答案。它说不清凭什么。即使答案方向正确,如果给不出出处,使用者仍无法核验。可以…

#RAG#检索#项目实战

求职指南·求职

后端工程师转大模型应用开发:已有经验怎么迁移

匹配正文：…统来对待。四个高频坑: 把 RAG 当普通 CRUD 拼接:以为「查库 + 塞进 Prompt + 调接口」就是 RAG,忽略切块策略、检索召回、重排、查询改写这些真正决定效果的环节。结果 demo 能跑,一上真实文档就答非所问。忽略评估直接上线:后端习惯了「测试绿了就发」,于是大模型功能也不建评估集就上线,线上出了 badcase 无从归因,改一版好一版坏全靠感觉,没有回归基线。把 Prompt 当静态配置:觉得 Prompt 就是个写死在配置里的字符串,不做版本管理、…

#求职#职业转型

面试题·RAG

Chunk 为什么要带标题、页码和前后片段 ID？

匹配正文：… 这些名字只用于解释字段职责，不是一份可以直接复制到生产环境的 Schema。实际项目必须根据资料类型、权限模型、引用方式和上下文策略裁剪，并验证每个字段真的被链路消费。字段设计完成后，还需要给每个字段写清三个问题：由谁产生，在哪一步被消费，原文更新时怎样失效。例如页码由解析器产生，引用组件消费，文档版本变化时随 Chunk 一起重建；权限范围由文档接入层产生，检索过滤和缓存共同消费，授权变化时必须立即影响可搜索范围。答不出这三个问题的字段，多半只是“以后也许有用”的装饰。…

#RAG#切分与索引#RAG Metadata

项目实战·RAG

第 10 章:系统评估与上线优化

匹配正文：…thon(列表、字典、函数) ✅ 本章 demo 零依赖,直接跑 ✅ 最好读过第 3 章(召回率概念)和第 5、6 章(检索 + 重排),这一章是给它们"打分"的先看一个评估缺失的教学场景(这是本章的"为什么") 下面是为了说明评估流程而构造的团队讨论,不是作者或学员的客户项目记录。前面九章一路在"优化":换切分、上混合检索、加重排……每次改完都有人说"感觉更准了"。这时应该追问:"准了多少?你怎么知道是真变好,不是错觉?" 如果回答不出来,说明团队仍在凭感觉调参。改了 A…

#RAG#检索#项目实战

求职指南·求职

没有大模型项目经验,怎么攒出能写进简历的项目

匹配正文：…什么麻烦」这句话说得越具体,项目越像真的。技术决策和权衡是四条里最值钱的。面试官真正在挖的是「你在岔路口选了哪条、为什么」。切块策略、嵌入模型选型、混合检索的权重、什么情况下检索失败怎么兜底——每一个「选了 A 没选 B」的地方都是一个可讲的决策点。量化结果哪怕数字是自己构造的测试集测出来的,也远胜于没有。「召回率 81%」自带追问入口(怎么测的、测试集怎么来的),而「效果不错」是死路,面试官接不下去,只会觉得你没做过。扛住追问是前三条的验收。一个技术点如果只经得起一层…

#求职#职业转型

求职指南·求职

手把手把 RAG 教程做成"你自己的"项目

匹配正文：…AG 不选微调" 整体架构一张能手画的架构图 + 每个模块职责 "把你的链路画一下,数据怎么流" 文档预处理与切分 chunk 策略 + 大小的对比数据 "切多大、为什么、试过别的吗" Embedding 选型选了哪个模型、和备选的对比 "为什么这个 embedding,维度/成本怎么权衡" 检索召回·混合检索向量+关键词混合的召回对比 "只用向量行不行、混合提升了多少" 重排与检索优化加 rerank 前后的指标变化 "rerank 解决什么问题、值不值这点延迟" …

#求职#职业转型

求职指南·求职

做一个 Agent 项目怎么做:从最小 Agent 到 Deep Research

匹配正文：…失败了要不要重试换路。这就是为什么 Agent 项目更难讲清、也更值钱。维度 RAG 项目 Agent 项目主链路检索 → 重排 → 拼上下文 → 作答观察 → 决策 → 调工具 → 再观察(循环 N 步) 控制流基本线性,一次调用出结果循环 + 分支,步数不定最大风险检索不准、幻觉循环不收敛、工具调用失败、成本失控面试重点召回率、切块、引用溯源失败恢复、可观测、步数/成本上限、可控性你要证明检索链每个环节的取舍 Harness 骨架的稳健,而非"…

#求职#职业转型

求职指南·求职

大模型岗面试流程全解:每一轮考什么、怎么准备

匹配正文：…官怎么一层层追问。这是整份准备里投入产出比最高的地方,务必先补。八股部分按岗位方向抽,不会全都问: RAG 方向:检索链路(切块策略、嵌入选型、混合检索、重排)、评估指标。 Agent 方向:工具调用与规划(Function Calling、ReAct、失败恢复、多步编排)。微调方向:LoRA/QLoRA 原理、数据构造、灾难性遗忘。推理方向:KV Cache、量化、批处理与吞吐优化。这些在领域八股速通里按模块整理好了,题库入口在 /questions,每道题有书面答…

#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：…RAG 文档处理你有没有碰过真实脏数据讲你的文档格式(PDF/表格/扫描件)、清洗和解析踩的坑文档预处理与切分 chunk 策略你的切分是拍脑袋还是有依据切多大、按什么切、试过别的没有、对召回的影响文档预处理与切分检索召回你懂不懂检索的取舍向量/关键词/混合怎么选,召回率怎么测、多少条测试集检索召回·混合检索 rerank 你的每个模块是不是都"知道为什么在" 选哪个 rerank 模型、不加会差多少、怎么量化的重排序引用溯源你有没有考虑可信和幻觉 …

#求职#职业转型

求职指南·求职

领域八股速通:RAG / Agent / 评估 / 微调高频考点地图

匹配正文：…题型 "为什么用 RAG 不直接微调""分块粒度怎么定""检索到无关内容怎么办""怎么防止模型胡说" 项目里怎么体现讲清你的分块策略为什么这么切、召回率你拿什么衡量、有没有做过 badcase 复盘刷题去 RAG 基础题库。 Agent(154 题):验证你能不能让多步流程稳定跑 Agent 是站内题量最大的方向,考点密集在"规划、工具调用、记忆、失败恢复"。面试官真正担心的是:你的 Agent 是 demo 里跑通一次,还是真能在出错时兜住。维度内容面试官在验证什…

#求职#职业转型

面试题·RAG

多轮 RAG 如何理解“这个怎么申请”？

匹配正文：…步，同时保留原 Query 与改写 Query，检查改写有没有改变否定关系和核心意图。第五步，用改写后的问题检索。结果不足时，按策略回退原问题、并行两路检索，或者向用户请求澄清。第六步，把检索证据、当前问题和必要历史交给模型，生成后更新会话历史和摘要。多轮 RAG 从话题判断到记忆更新的链路改写只是检索前的一步，保留原问题、检索证据和生成后的记忆更新同样重要。最直观的做法是：先从最近历史中选出与当前轮有关的内容，让模型把当前问题改写成一个完整、独立的问题；当改写后检…

#RAG#生成与对话#多轮 RAG

求职指南·求职

大模型系统设计和编码环节怎么准备

匹配正文：…想当然的规模数据与索引文档怎么解析、按什么粒度切块、元数据怎么带、索引多久重建、增量更新怎么做只说"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、…

#求职#职业转型

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：…此不需要人。怎么用评测集验证一次改动？先冻结知识库版本、问题集和正确证据。记录当前基线的完整配置，包括解析版本、Chunk 策略、Embedding、候选数量、融合方式、Rerank、阈值和生成模型。一次只改变一个主要因素，再运行同一批样本。保存每条问题的候选原文、排名、最终上下文、答案和引用，而不是只保存汇总指标。汇总时分层看检索、生成和无答案表现，再按题型查看。总分上升但否定题下降，不能直接宣布改动成功。最后运行回归集和保留集，确认已知问题没有退化，新问题也能…

#RAG#评测与上线#RAG 评测集