匹配正文：答案要点离线知识库构建流程（文档解析、分块、向量化、索引存储）在线检索生成流程（查询改写、向量检索、重排序、上下文拼接、LLM生成）关键设计决策（分块策略、检索top-k数量、上下文长度控制）系统优化点（混合检索、缓存机制、多路召回）一、整体架构：离线+在线双链路 ┌─────────────────┐ ┌─────────────────┐ │ 离线知识库构建 │ │ 在线检索生成 │ │ (Index Pipeline)│ │ (Query Pipeline)│…

#字节#RAG组件设计#RAG 系统架构

面试题·检索· 字节

领域 RAG 架构如何控幻觉?

匹配正文：…整体架构用户Query → 查询理解 → 混合检索 → 重排序 → 上下文组装 → 领域生成 → 后处理 → 输出 ↓ ↑ 离线知识库构建（文档解析→分块→向量化→索引）一、数据预处理（以法律场景为例）文档解析层多格式支持：PDF/OCR识别表格、Word修订痕迹处理、扫描件版式还原结构化抽取：用LayoutLM或专用模型提取条款层级（章-节-条-款）、案件要素（案号、当事人、判决结果）质量与标准化领域术语对齐：建立法条同义词表（如"违约金"="滞纳金"需区分场…

#字节#专业领域RAG#领域 RAG 架构

面试题·检索· 商汤科技

RAG 两阶段架构：模块与数据流

匹配正文：…数据流转的完整链路 RAG两阶段架构核心模块与数据流转第一阶段：离线索引（Indexing）目标：将原始文档转化为可检索的向量知识库模块功能输出文档解析处理PDF/Word/网页等多格式，提取结构化文本原始文本文档分块（Chunking）按语义/固定长度/递归等方式切分，平衡粒度与上下文文本块集合 Embedding编码用BGE、M3E等模型将文本转为稠密向量向量表示向量存储写入Milvus/Faiss/Elasticsearch等，构建索引可…

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

按学习路线查看教程、项目和面试题。

站内 RAG 在线实战

#商汤科技#两阶段文档处理#RAG 系统架构

面试题·检索· 美团

RAG 检索器与生成器如何协同？

匹配正文：…vus/Faiss/Elasticsearch，构建HNSW索引加速检索第二阶段：在线检索生成模块职责关键技术检索器从知识库召回相关文档稠密检索（向量相似度）+ 稀疏检索（BM25）混合重排序器精排Top-K结果 Cross-Encoder（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：[…

#美团#RAG架构#RAG 系统架构

面试题·检索· 字节

两阶段 vs 端到端怎么选?

匹配正文：… 成本检索+生成双重开销仅生成开销准确性依赖检索质量，上限可控依赖模型能力，幻觉风险高选择依据选两阶段架构的场景：知识库规模大（百万级以上文档），必须靠检索缩小范围对事实准确性要求高（医疗、法律、金融），需要可追溯来源需要可解释性，能展示"参考了哪些资料" 预算有限，无法承担全量长上下文推理成本选端到端生成的场景：知识库规模小，可直接塞进上下文（<100k tokens）对延迟极度敏感（实时对话场景）任务偏向创意生成而非事实问答有强基座模型（GP…

#字节#两阶段检索与端到端生成#两阶段检索

面试题·检索· 360

RAG 召回准确性：三大失败场景

匹配题目：在检索增强生成（RAG）系统中，如何评估并提升从知识库中召回文档的相关性与准确性？请从检索模型、数据质量、重排序策略等方面进行阐述。

#360#召回质量评估#RAG 召回优化

面试题·检索· 百度

RAG 三阶段原理与失败场景

匹配正文：…检索或请求澄清。服务端验证引用是否指向真实候选，并记录查询、索引版本、候选顺序、模型版本和最终输出。结论：RAG 不是简单“外挂知识库”，而是从数据版本、检索、上下文到生成和引用的一条可观测证据链。图解 RAG 三阶段原理与失败场景图解

#百度#RAG三阶段#RAG 工作流程

面试题·检索· 小红书

BM25 vs 向量检索 vs 混合检索怎么选?

匹配正文：…+ANN近似）最高数据依赖零，即插即用需领域适配的embedding模型需调优融合权重场景适配分析开放域问答（如通用知识库）首选混合检索：用户问题表述多变，需语义理解；但专有名词（人名、日期）需BM25保证精确例：问"GPT-4啥时候发布的"，向量检索可能召回"GPT-3发布"，BM25锁定"GPT-4" 电商搜索（小红书/淘宝）核心混合检索，但策略不同：商品标题、SKU属性用BM25保证品牌、型号精确匹配笔记/UGC内容用向量检索理解场景化表达（如"…

#小红书#检索方法对比#BM25 向量检索混合检索

面试题·检索· 百度

检索失败时 RAG 怎么兜底?

匹配正文：…兜底显式标识：Prompt中标注"未检索到相关知识"，让模型基于自身知识谨慎回答，并提示用户核实拒绝回答：高风险场景直接返回"知识库未覆盖该问题"，避免幻觉 5. 用户侧闭环记录失败Query，触发离线知识库补充提供"未找到答案，提交人工反馈"入口关键权衡：业务容忍度决定策略——客服场景宁可不答不能错答；通用问答可适当放宽。

#百度#小鹏#美团

面试题·检索· 字节

RAG 技术实现怎么落地?

匹配正文：…法律分析长文档摘要+精准定位原文，处理超出上下文长度的材料核心优势 vs 局限优势知识实时更新：不用重新训练模型，增量更新知识库即可可解释性强：答案有来源引用，便于人工审核成本可控：相比全量微调，RAG实施门槛低局限检索质量决定上限（"Garbage in, garbage out"）多跳推理、跨文档关联能力弱上下文窗口限制，过多检索结果会稀释注意力演进方向 Advanced RAG：查询重写、HyDE（假设文档嵌入）、递归检索 Modular RAG：…

#字节#RAG应用场景#RAG 技术实现

面试题·检索· 安克科技

RAG 向量匹配怎么高效实现?

匹配题目：请说明在RAG系统中如何高效实现查询向量与知识库向量之间的相似度匹配，涵盖近似最近邻搜索算法、索引结构及性能权衡。

#安克科技#ANN性能权衡#RAG 向量匹配

面经·项目面试

Reranker 的上限，藏在候选集里

匹配正文：Reranker 的上限，藏在候选集里正确段落就在知识库里，Reranker也正常返回了分数，最后选出来的内容却没有它。这时换一个更大的重排模型，看起来很有道理：既然排得不好，就换个更会判断相关性的模型。但先别急着换。需要确认的第一件事是，那条正确段落有没有被交给Reranker。第二件事是，它虽然在候选名单里，真正输入的文本是否还保留着回答问题所需的句子。两层都过关，排名高低才进入模型能力的讨论。 Reranker通常对问题与候选文本联合打分，再从这些候选里调整顺序。它…

#RAG#Rerank#候选召回

面经·项目面试

面试官问：“RAG 表格怎么切块？”我：“按行切，带上表头。”他：“单位和备注，你让模型猜？”

匹配正文：面试官问：“RAG 表格怎么切块？”我：“按行切，带上表头。”他：“单位和备注，你让模型猜？” 知识库里有一张巡检报价表。用户问工业泵的巡检费用，检索结果很干脆：工业泵，180，260。设备名称对得上，两个数字也都来自原文，模型却还得猜：哪个是常规报价，哪个是加急报价？这是一台设备的价格，还是一次服务的总价？是否还要加上其他费用？原表放在眼前，这些问题并不难。数字上方有表头，右上角写着单位，表下还有说明。切成片段以后，它们可能留在了别处。检索命中了正确的一行，传给模型的却是…

#RAG#表格切分#文档解析

面经·项目面试

PDF 的字都识别对了，为什么 RAG 还是把流程讲反了？

匹配正文：PDF 的字都识别对了，为什么 RAG 还是把流程讲反了？假设你在做设备借用知识库。一页指南分成两栏：左栏是办理步骤，依次提交申请、审核通过后领取、用完归还；右栏是申请材料，列着工号证明、审批记录和设备清单。人读这页纸，通常会先沿左栏把流程看完，再去右栏找材料。解析后的文本却可能变成“提交借用申请、工号证明、审核通过后领取设备、审批记录、用完后办理归还、设备清单”。每个字都能在原页找到，内容也与设备借用高度相关。办理动作和申请材料已经混成一条队伍。把它切成段落送进知识库…

#RAG#PDF解析#阅读顺序

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：…性图、Brier分数或期望校准误差，而不是只看平均准确率。线上采用shadow、灰度和阈值告警，任何模型、prompt、检索器或知识库变更都要带版本并可回滚。失败样本进入待审队列，由人工确认是输入、检索、工具、生成还是验证问题，再决定修规则、补数据或改模型。反馈归因也要保守。一次点赞或点踩通常只说明用户对整条响应的评价，无法自动知道是哪一个token导致。如果需要细粒度学习，必须额外收集span标注、步骤级评价、引用点击或可回放操作结果。只有证据和归因粒度匹配，反馈闭环才…

#数据验证#输出校验#反馈闭环

面试题·项目与经历· 美团

Agent 未来规模化方向

匹配口述回答：…本，并从只读建议逐步升级权限。【90秒主答】这个判断带有前提，不能说某个方向必然在两三年内成功。窄域企业流程的优势是已有工单、知识库、ERP 或代码仓库，输入输出和责任人较明确，也能用周转时间、完成率、返工和人工接管率验证价值。完全开放的个人助理横跨身份、支付、隐私和众多第三方系统，失败空间更大。以财务报销为例，模型可以读发票与说明、抽取候选字段、发现缺材料、生成审核摘要并建议路由，但不能因为输出是结构化 JSON 就称为确定性。金额计算、票据唯一性、预算、权限、合规名单…

#Agent商业化#B端落地#成本效益分析

面试题·项目与经历· 美团

技术项目怎么讲出亮点?

匹配口述回答：…最熟的一处展开。例如数据如何版本化、接口怎样幂等、模型如何灰度、异常怎样回退、监控怎样定位。若是大模型项目，还要说明prompt、知识库、模型和评测集的版本，避免把线上变化归因错。若涉及用户数据，要说明权限、脱敏和日志边界。结果只讲可复算指标。填写【优化前后质量、延迟、资源、失败率或人工时长】，注明比较窗口、样本量、硬件和是否同流量。没有真实数字时可以说目前只完成原型并描述观察，不要编提升百分比。团队总指标与个人动作之间还要有实验或上线记录连接，不能仅凭同时发生就宣称因果。…

#项目经验#系统设计#技术选型

面试题·项目与经历· 美团

面试反问环节怎么准备?

匹配口述回答：…Agent能根据当前状态调用不同的工具或API。我觉得真正落地的难点在于怎么把[[ReAct]]框架和检索结果融合，让模型既能依赖知识库的事实，又能自主规划下一步动作。举个例子，比如用户问“我上周的退款怎么还没到”，系统需要先通过[[Self-RAG]]判断是否需要检索订单信息，然后调用客服工单API，最后生成回复。这里面每个环节的置信度都要有兜底机制，不然容易放大[[Hallucination]]。再一个，大模型在智能客服或推荐解释场景里，最大的技术瓶颈我觉得不是推理成本…

#面试技巧#职业规划#团队文化

面试题·Agent· 百度

Agent模块协作机制与失败场景

匹配口述回答：…：如果长期记忆、RAG 文档和实时工具结果互相冲突，应该信谁？我的做法是按来源可信度和时效性排序：实时业务系统优先，其次是有版本的知识库，再其次是历史记忆；冲突无法解决时，让模型明确提示不确定，而不是强行合并。整体分层循环架构感知模块做结构化输入规划模块用ReAct循环记忆模块分三层并设重要性评分行动模块的工具调用与异常处理融合RAG作为工具之一约4分钟生产级 Agent 是受控自治，LLM 负责规划建议，但状态机、权限和工具系统负责执行边界。记忆、RAG …

#百度#Agent#Agent 系统架构

面试题·Agent· 阿里

Agent 中 RAG 瓶颈怎么破?

匹配口述回答：…成结果缓存设会话级，减少重复计算。另外，必须有失败降级链，比如检索超时就回退到参数知识回答，但标记待核实。这里其实有个延伸点：当知识库频繁更新时，增量索引的实时性和一致性很难同时保证。比如新增文档后，索引还没更新，旧文档被删除了但索引还在，都会影响召回质量。我倾向用双缓冲影子索引，base加delta，查询时合并再按版本过滤，构建完用固定query回放校验，通过才原子切换。所以整体上，我不会追求单一方案最优，而是根据场景做取舍。比如客服场景，我会更看重延迟，把简单查询走缓…

#阿里云#Agent#Agent RAG 瓶颈

面试题·Agent· 百度

Function Calling 消息流

匹配口述回答：…它又是核心，因为Agent需要感知外部世界、执行行动、做复杂规划。但真正落地的时候，往往不是单一方案，比如智能客服，既需要RAG查知识库答复客户，又需要Function Calling去查物流、取消订单，两者配合。具体说一下工作机制，是个四步闭环。第一步声明阶段，系统向模型注册可用工具，包括函数名、描述、参数Schema。第二步识别阶段，模型分析用户意图，判断需不需要调用工具。第三步生成阶段，如果需要，模型输出一个tool_calls的JSON，里面有调用ID、函数名、参数…

#百度#Agent#Function Calling 消息流

面试题·Agent· 高德

多智能体系统 vs 单一 Agent 怎么选?

匹配口述回答：…别的Agent，系统不会完全瘫掉。举个例子，像企业客服场景。传统做法是用一个[[RAG]]加一个LLM，用户问退款政策，模型去查知识库然后回复。但遇到复杂问题，比如订单异常同时涉及库存和价格，单Agent要么答不全要么上下文爆炸。多Agent怎么做？我见过一个架构：一个主管Agent先理解用户意图，然后派一个订单Agent查订单状态，一个库存Agent查库存，一个价格Agent查价格，最后汇总给回复Agent生成答案。每个Agent只专注自己那摊事，配合自然语言通信，整个流…

#高德#Agent#多智能体系统

面试题·Agent· 美团

大模型输出怎么做真实性验证?

匹配口述回答：… RAG 链路里嵌一个验证节点。这里有个坑：验证不是万能的。如果检索到的知识源本身就不全或者有噪音，那验证结果会跟着错。所以前提是知识库质量要过关，索引得建好。另外，延迟和准确率要权衡，轻量规则匹配延迟低但准确率中，适合实时客服；检索增强延迟中准确率高，适合知识问答；多模型交叉延迟高准确率最高，适合医疗法律这种关键场景。还有一个点是，对于完全无法验证的内容，比如模型自己推理出来的结论没有外部证据，我倾向主动提示用户这个回答可能不准确，而不是硬给一个看起来可信的结果。这个其实…

#美团#Agent#大模型真实性验证

面试题·Agent· 阿里

Agent框架模块化与工具集成怎么比?

匹配口述回答：…产环境我踩过不少坑。 LlamaIndex呢，它把RAG链路优化到了极致。从数据摄取、索引构建到查询，它都有专门的抽象。比如你要做知识库问答，它内置了各种索引策略和检索器，开箱即用，代码量可以很少。但它的工具集成面比较窄，主要聚焦在数据类工具上。 AutoGen我接触得少一些，它很擅长让多个Agent通过对话协作完成任务，比如一个Agent写代码，另一个Agent执行并反馈结果，这种场景它很自然。那实际业务中怎么选？我给你举一个客服退款流程的例子。用户申请退款，系统需要先查…

#阿里云#Agent#Agent 开发框架