匹配正文：…答两个面试高频问题:为什么检索要分两阶段?为什么索引要建两套? 🎯 Part 2 · 面试深度｜ ~30% 这部分把四大模块、两阶段检索、双索引、模块联动讲清楚。学完你能把"RAG 整体架构"画出来、讲明白每一块为什么这么设计。 2.1 四大模块,各管一摊 RAG 的四大模块 ① 解析·切分·入库(离线):把 PDF/Word/PPT/视频变成干净、带结构、可检索的知识块。这一摊的质量是整个系统的天花板:正所谓 Garbage in, garbage out(垃圾进、垃圾…

#RAG#检索#项目实战

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

面试题·RAG

RRF 和加权求和怎么选？两路检索分数为何不能直接相加？

匹配正文：…平比较融合算法的条件只替换融合步骤，并固定 Query、召回深度、Rerank、Top K 和过滤条件。融合与重排是什么关系两阶段检索通常是：先用较快的检索器获得较宽候选，再用 Cross-Encoder 等模型做更细的 query 和 document 交互判断。 RRF 或加权求和通常位于前一阶段末尾。它们把 BM25 和向量结果合成有限候选。Reranker 位于后一阶段，对融合后的候选逐条重新打分。两者解决的问题不同：融合关心多路结果怎样共同保住相关证据； …

#RAG#检索与重排#RRF

面试题·文档处理· 百度

RAG ANN 索引优化

匹配正文：… 的 nlist、nprobe，以及 PQ 码长共同决定构建成本、延迟与召回。应扫参绘制 Pareto 曲线，而非使用固定比例。两阶段检索：ANN 先取较大候选集，再用原始向量、cross-encoder 或任务分数精排，以较小在线成本恢复部分精度。表示与分块：选对 embedding、距离函数和归一化方式；文档分块应通过查询集验证边界与重叠。领域微调、多向量表示只有在评测改善时采用。工程维护：分片与副本、冷热分层、批量写入、删除墓碑与周期压缩、索引版本化和原子切换。高…

#百度#文档处理#RAG ANN 索引优化

面试题·知识图谱· 字节

向量索引 vs 分层存储怎么选？

匹配正文：…要 → 周摘要 → 主题摘要，形成树状结构关键信息提取：用SLM提取"用户偏好、决策结论、待办事项"结构化存储 3. 检索优化两阶段检索：向量召回Top-K → 重排序（Cross-Encoder）→ 上下文截断查询扩展：将当前Query扩展为"近期主题+用户偏好+时间约束"的复合查询缓存热点：高频访问的用户画像常驻内存 4. 写入优化异步批处理：记忆写入走消息队列，避免阻塞主链路增量Embedding：仅对新内容编码，避免全量重建索引工程权衡点延迟vs召回：…

#字节#Agent 长期记忆#向量索引

面试题·检索· 高德

记忆型Agent为何用向量数据库?

匹配正文：… ["北京", "上海"] # 用于预过滤 } } 多粒度表示：同时存储句子级（精细检索）和会话级（主题召回）向量高效检索策略两阶段检索架构粗排（向量相似度）：HNSW索引快速召回Top-K（K=50~100）距离度量：余弦相似度（归一化后）或点积阈值过滤：低于0.7的直接丢弃精排（重排序）：交叉编码器（Cross-encoder）：精度高但慢，用于Top-20重排轻量方案：ColBERT late interaction 或学习排序模型关键优化时间衰减…

#高德#Agent#向量数据库 Agent

面试题·检索· 字节

RAG 重排序怎么选?

匹配正文：…大粗粒度匹配：query和doc分别编码，丢失细粒度交互信息 Top-K截断风险：好的文档可能因向量相似度略低被漏掉重排序作为两阶段检索的第二阶段，用更高精度的模型对候选集（通常100-1000条）精细打分，显著提升最终Top-N的相关性。主流重排序方法方法原理适用场景交叉编码器（Cross-Encoder） Query+Doc拼接输入，Transformer输出相关性分数精度要求高、延迟可接受 ColBERT 延迟交互，token级相似度计算，兼顾效率和精度…

#字节#重排与优化#RAG Re-ranking

面试题·检索· 字节

RAG 中 Re-ranking 怎么用?

匹配正文：…义丢失交互缺失：query-doc没有早期交互，难以捕捉复杂匹配关系重排模型正是弥补这个gap，在小范围候选集上做精准排序。两阶段检索架构 Query → 向量检索（召回Top-K，K=100~1000） → 重排模型（精排Top-N，N=5~10） → 生成第一阶段：追求召回率，用ANN快速过滤第二阶段：追求准确率，用重排模型精细打分常用重排模型类型代表模型特点 Cross-Encoder BERT-reranker、monoT5 query和doc拼接输…

#字节#重排与优化#RAG Re-ranking

面试题·检索· 字节

RAG 为什么需要 Rerank?

匹配正文：答案要点说明两阶段检索的动机（召回vs精度的权衡）解释向量检索的局限性（语义粗粒度、无法利用交互信息）阐述Rerank的核心作用（细粒度语义匹配、计算资源后置）提及常见的Rerank模型（Cross-Encoder、ColBERT等）为什么需要Rerank 向量检索的固有缺陷双塔架构（Query-Document独立编码）只能捕捉粗粒度语义，缺乏细粒度交互 Embedding维度受限（通常768/1024维），信息压缩导致精度损失无法利用Query和Docume…

#字节#Rerank模型#RAG Rerank

面试题·检索· 字节

RAG检索方法选型原因？

匹配正文：…_search）、量化（PQ/IVF）降存储查询优化 Query改写（HyDE生成伪文档）、意图分类路由不同检索策略结果优化两阶段检索：粗排（Top-K召回）+ 精排（Cross-Encoder Rerank）数据优化文档分块策略（按语义/结构切分）、元数据过滤预筛选 Rerank环节尤为重要：用轻量Cross-Encoder（如bge-reranker）对Top-100重排，NDCG@10提升15-20%常见。

#字节#评估与监控#RAG 检索方法

面试题·检索· 字节

RAG检索方法如何优化？

匹配正文：…能优化策略索引层量化压缩（PQ/SQ）：内存降80%，精度损失可控分层索引：高频走内存HNSW，低频走磁盘IVF 检索流程两阶段检索：向量召回Top-100 → 轻量重排模型精排Top-10 查询改写：HyDE、Query2Doc扩展，解决短查询语义缺失系统层结果缓存：高频Query直接命中异步预计算：热门文档块预加载实际项目中，建议先混合检索跑通基线，再通过Badcase分析决定优化方向——是向量模型不够准、还是召回不足、或是融合权重不对，对症下药。

#字节#RAG检索选型#RAG 检索方法

面试题·检索· 高德

RAG 系统实现流程怎么搭?

匹配正文：…Qdrant，关注ANN索引算法（HNSW、IVF）索引优化：根据数据规模选择索引类型，大规模数据用分区/分片 3. 检索模块两阶段检索架构：阶段方法作用粗排向量相似度检索（Top-K=100）快速召回候选精排 Cross-Encoder重排序精细 relevance 打分混合检索：稠密向量 + BM25稀疏检索，RRF融合排序查询改写：HyDE（假设文档嵌入）、查询扩展提升召回 4. 生成模型集成上下文组装：检索结果按相关性排序，拼接为上下文 Pr…

#高德#RAG结果融合#RAG 实现流程

面试题·检索· 高德

语义检索向量数据库构建流程

匹配正文：…冷热分离：高频查询向量放内存/SSD，冷数据压缩归档 5. 查询优化查询重写：Query2Doc扩展、同义词改写，解决语义鸿沟两阶段检索：向量召回Top-K → 精排模型（Cross-Encoder）重排序缓存策略：热门Query的向量结果缓存，Embedding结果缓存

#高德#评估与监控#向量数据库构建

面试题·检索· 字节

Embedding 怎么实现语义召回?

匹配正文：…]，实际取Top-K 关键优化点优化方向具体手段召回质量混合检索（向量+关键词BM25）、查询改写、多向量表示精度提升两阶段检索（粗排+精排/Cross-Encoder重排序）效率优化量化（FP32→FP16/INT8）、索引分区、缓存热点查询领域适配 Embedding微调、Hard Negative Mining 余弦相似度的选择逻辑归一化后等价于点积，计算高效对向量长度不敏感，适合语义匹配（关注方向而非幅度）替代方案：欧氏距离或内积；内积本身不要…

#字节#向量语义召回#Embedding 语义召回

面试题·检索· 美团

混合检索为什么优于单一检索?

匹配正文：…、菜品名的精确匹配（"肯德基"必须匹配到KFC）稠密检索：理解"适合聚会的餐厅"→ 抓取"包厢、多人套餐"等语义特征融合策略：两阶段检索（稠密召回Top-K + 稀疏补充 + 统一Rerank），或线性加权融合分数关键经验：稠密检索的增益在头部热门query最明显，长尾query仍需稀疏兜底。学习建议建议先掌握向量空间模型与词袋模型基础，再学习BM25和Sentence-BERT等典型算法，通过动手实现简单检索系统加深理解。

#美团#稀疏稠密检索#混合检索策略

面试题·检索· 百度

向量召回实现方式有哪些?

匹配口述回答：…合同对比时漏掉一个相似合同可能造成损失，我还会在向量召回后加一个 Cross-Encoder 做重排，把精度再往上提。但这就变成了两阶段检索，延迟会更高，所以又是另一个取舍了。点出本质：向量召回是近似搜索，核心是精度、延迟、内存三者的取舍按方法分类讲：HNSW适合延迟敏感的中等场景，IVF+PQ适合内存受限的大规模真实案例：电商客服场景下，HNSW+IVF混合方案平衡实时性和召回落地风险与前提：索引参数调优、数据分布影响、删除操作要谨慎收尾：倾向混合策略，给出工程师…

#百度#向量检索#向量召回方法

两阶段检索 vs 直接重排?

两阶段 vs 端到端怎么选?

第 2 章:RAG 整体架构

RRF 和加权求和怎么选？两路检索分数为何不能直接相加？

RAG ANN 索引优化

向量索引 vs 分层存储怎么选？

记忆型Agent为何用向量数据库?

RAG 重排序怎么选?

RAG 中 Re-ranking 怎么用?

RAG 为什么需要 Rerank?

RAG检索方法选型原因？

RAG检索方法如何优化？

RAG 系统实现流程怎么搭?

语义检索向量数据库构建流程

Embedding 怎么实现语义召回?

混合检索为什么优于单一检索?

向量召回实现方式有哪些?