匹配正文：…外部证据，再由能消费相应模态的模型回答。典型流程是：OCR、ASR 或视觉编码入库，分块时保留页码、区域和时间戳；查询做模态识别与改写；多路召回、跨模态重排；最后编排上下文、生成并验证引用。索引可将多模态对齐到共享向量空间，也可为各模态分别建索引后用 RRF、分数校准或重排器晚融合。共享空间便于跨模态检索但可能损失模态细节；分索引保留专用能力却增加路由和校准复杂度。关键挑战包括：细粒度区域或时间片对齐；OCR/ASR 错误和域偏移；有限上下文内的证据去重与排序；版权、隐私…

#阿里#多模态#多模态 RAG

面试题·多模态· 哔哩哔哩

RAG意图识别原理与检索协同

匹配正文：作用意图识别是可选的路由层，用于决定是否检索、访问哪个知识域、应用哪些元数据过滤、是否改写查询，以及选择问答、摘要、操作或拒答流程。简单单库 RAG 可以不单设该模块；多租户、多工具或多索引系统中，它能减少无关检索并执行路由策略。实现方式规则与结构化信号：关键词、实体、会话状态、产品入口，延迟低且可解释；监督分类器：BERT 等编码器输出意图与置信度，适合稳定且有标注的类别体系； LLM 结构化路由：用 schema 约束输出 intent、index、filters…

#b站#意图识别与检索路由#RAG 意图识别

面试题·RAG· 字节

RAG 二次生成怎么提升安全性?

匹配口述回答：…。但这里有个大坑：模型可能“自信地”篡改正确内容，产生[[Hallucination]]。本来检索到的信息是对的，模型非要自作聪明改写，结果反而错了。所以，我上线时一定会强制要求模型标注来源索引，就是引用溯源，让输出可追溯。如果模型不能给出引用，我就直接丢弃它的输出，用更保守的策略。另外，我还想提一下上下文脱敏，比如自动替换检索内容里的个人隐私信息，像用户ID、手机号，再进入生成流程。这能防止隐私泄露，但同样依赖检索阶段先识别出隐私字段。说到这，其实还有个更根本的问题：二…

← 上一页第 6 / 6 页

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

#抖音#RAG输出安全#RAG 二次生成

面试题·检索· AIlab

RAG 流程各环节优化陷阱

匹配正文：…RT）、HyDE（假设文档嵌入）提升语义匹配精度检索策略混合检索（向量+关键词BM25）、多路召回、查询扩展（同义词/LLM改写）、多轮对话历史压缩覆盖长尾查询，解决词汇不匹配重排序交叉编码器（Cross-Encoder，如bge-reranker）、LLM-based Rerank 精排Top-K，提升相关性生成优化上下文压缩（如LongLLMLingua）、引用溯源、拒绝回答机制（检索不足时）降低幻觉，提升可信度关键权衡召回 vs 精度：粗排用大模型…

#AIlab#RAG链路优化#RAG 优化

面试题·检索· 美团

RAG 系统核心组件怎么搭?

匹配正文：…相加不可比的原始分数。用 Cross-Encoder 或领域 Reranker 对候选精排，并保留召回器、索引和模型版本。查询改写、HyDE 和子查询分解只在离线与端到端评测证明有效时启用，因为它们也可能引入偏移。三、生成器集成候选去重、裁剪、排序并附来源标识后，与用户问题和回答约束一起组装上下文。长文档压缩可能丢证据，应保留原文映射。模型输出引用后，服务端校验引用是否真实支持对应 claim；资料不足、冲突或越权时拒答或继续检索。四、评测与运行检索侧：证据 Re…

#美团#RAG工程实现#RAG 系统实现

面试题·评估· 百度

MRR 在 RAG 中怎么定义?

匹配口述回答：…是“找回来了但模型没用好”。如果要落到优化动作上，MRR 低通常说明排序链路有问题，可能是 [[embedding]] 不适合、query 改写不准，或者 reranker 没把真正有用的文档顶上来。这个时候我会先看 TopK 列表，而不是直接改 prompt。 MRR定义：所有查询倒数排名的平均值 RAG首位相关性决定生成质量需配合Recall@K使用实际阈值与注意点约4分钟 MRR 更像检索排序指标，不等于端到端答案质量。如何把 MRR、Recall@K、NDC…

#百度#评估与监控#MRR 定义

面试题·Prompt· 科大讯飞

Prompt 设计原则有哪些?

匹配口述回答：… 返回’。 Few-shot 示例的价值不在数量，而在覆盖边界。正常、模糊、拒绝和格式异常都要有样本，并且不能让示例泄露评测答案。Query 改写、摘要记忆和长上下文压缩也不是默认开启，要用 bad case 证明它们解决了什么问题，同时记录新增的延迟和信息损失。迭代时先固定评测集，将错误分成事实性、指令遵循、格式、拒答和安全等类型。每次只改有限变量，记录 Prompt、模型和评测集版本，再跑回归测试。结构化输出失败可以有限重试，但重试仍失败时必须进入明确的降级路径。评测集…

#科大讯飞#阿里#Prompt工程

面试题·检索· 百度

向量召回原理与实现?

匹配口述回答：…记录精确捞出来，向量只能捞语义相似的退款场景。这里有个常见的失败场景：很多人以为向量召回可以完全替代关键词，结果上线后发现长尾 query 召回率暴跌。所以我的做法是，先分析 query 类型，如果是实体类、精确匹配类，走关键词；如果是意图类、同义改写类，走向量。两条路并行，靠融合排序兜底。总结一下，我会把向量召回看成召回层的语义通道，它和关键词通道互补，不能互相替代。我更倾向用 HNSW 做主力索引，配合 IVF-PQ 压缩内存，再根据业务 query 分布动态调整混合…

#百度#向量召回#向量召回原理