页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「RAG 向量检索」找到 220 条内容
按专题浏览 →匹配正文：…用知识图谱替代纯文本块，实现"实体-关系-实体"的图结构检索 说明构建流程：文本→实体抽取→关系构建→社区检测→摘要生成 对比传统RAG的局限：只能做点状局部检索，无法回答跨文档的全局性问题 举例说明GraphRAG的优势场景：如"总结整个数据集的主题"这类需要聚合推理的问题 GraphRAG 核心思想 传统RAG把文档切成文本块做向量检索，本质是**"找相似片段"；GraphRAG则是先构建知识图谱**，把非结构化文本转化为结构化的"实体-关系-实体"网络，实现基于图结构的…
匹配正文：…Action → Observation，多轮交互获取精确信息 多工具编排：搜索引擎+计算器+代码解释器，按场景路由 知识库构建 向量检索（Dense）+ 关键词匹配（Sparse）混合，召回率与精确率平衡 实时索引更新机制，解决知识时效性问题 关键权衡：架构与训练改动成本较高，也需要持续评估；RAG 与 Agent 更易按模块迭代，但检索、工具调用和多轮生成会增加延迟。应固定任务、评测集和预算，再比较事实正确率、引用支持率、延迟与成本。 延伸阅读 DPO 原论文 DeepS…
匹配正文：…热切换 ~1h 强一致（版本控制） 低频高危（定价策略） 人工审核+灰度发布 天级 强一致 落地挑战与应对 延迟与效果权衡 问题：向量检索+LLM生成链路过长（>500ms） 解法：检索结果缓存（LRU+语义去重）；预计算热门查询的RAG结果；异步预填充 一致性保障 向量库与实时库的数据对齐：统一事件时间戳，检索时带valid_time过滤 模型幻觉vs知识冲突：显式标注知识来源，冲突时优先级排序（实时库 > 向量库 > 模型参数） 效果评估闭环 离线：分布漂移前后的KL散度…
学习内容与项目面试，在同一条路上。