匹配正文：… 最后一环怎么把检索结果"翻译"成有据、可溯源的回答,会用 30 行代码实现"带引用 + 会拒答"的问答,并讲清引用溯源两条路线和幻觉检测 🔗 关联面试题:5 道(覆盖 5 个不同角度,见 Part 3) 这一章你会学到什么 ✓ 零基础也能跟着做:用一段零依赖代码,看到"有依据就带出处答、没依据就拒答" ✓ 看懂上下文问答:LLM 是基于检索到的资料作答,而不是凭记忆 ✓ 学会 Prompt 怎么拼(仅依据资料 / 编号 / few-shot / 长度语气) ✓ 理解回答控…

#RAG#检索#项目实战

面试题·RAG

RAG 引用怎么做到可核验？为什么让模型自己标来源不够？

匹配标题与标签：…及怎样验证每个回答事实确实被证据支持。 RAG RAG 生成与对话 RAG 引用溯源 RAG Citation 来源归因 RAG 幻觉检测 RAG 项目面试

#RAG#生成与对话#RAG 引用溯源

面试题·评估· 字节

LLM 幻觉与安全风险怎么缓解?

匹配标题与标签：LLM 幻觉与安全风险怎么缓解? 从训练数据、解码策略到后处理,多角度应对方案评估幻觉检测内容安全 RLHF 解码策略大模型对齐 2026真题 LLM 幻觉缓解大模型安全风险后处理大模型评测字节

#幻觉检测

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

#内容安全

#RLHF

面试题·评估· 美团

Agent 训练 vs RAG 怎么选?

匹配正文：…具准确率）→ 集成测试（多轮任务成功率）在线评估：A/B桶对照，关注长尾case的badcase率安全护栏：敏感操作人工确认、幻觉检测模型并行运行

#美团#Agent#Agent 训练流程

面试题·评估· 淘天

RAG 核心指标优先级

匹配正文：答案要点区分检索评估与生成评估两个层面说明端到端指标（如RAGAS、ARES）与组件级指标的区别强调事实性/幻觉检测的重要性提及业务场景下的实用指标（如延迟、成本）体现对评测方法局限性的认知 RAG评估要分两个层面来看：检索端和生成端，再加上端到端的整体评估。一、检索质量指标（决定上限） Recall@K / MRR：核心看相关文档有没有被召回，RAG的瓶颈往往在检索 NDCG：考虑排序质量，排在前面的文档相关性权重更高精确率：避免引入过多噪声文档干扰生成二、…

#淘天#评估与监控#RAG 核心指标优先级

面试题·模型微调· 联通

RAG/蒸馏/微调怎么选?

匹配正文：…层中的知识神经元适用场景：单条事实修正，不适合大规模更新工程实践建议分层防御：检索优先 → 推理干预兜底 → 事后事实核查幻觉检测：NLI模型判断生成与证据的蕴含关系，或采样一致性检验产品策略：高风险场景强制引用溯源，低置信度触发人工审核学习建议建议系统学习该知识点

#联通#大模型幻觉缓解#检索增强

面试题·Prompt· 百度

Agent系统架构怎么选？

匹配正文：…异步平衡体验与吞吐量模型选择大小模型级联简单意图用小模型（如ERNIE-Tiny），复杂推理用大模型异常处理与安全保障幻觉检测：工具返回结果与LLM生成答案做一致性校验（NLI模型）权限控制：工具打标签（read/write/dangerous），敏感操作需二次确认熔断机制：单工具失败率>30%自动降级，切换备用方案

#百度#评估与监控#Agent

面试题·RAG· 字节

垂直领域 RAG 完整架构

匹配正文：…（如Huatuo/LawGPT），非从零训练 Prompt工程：强制引用格式[来源:指南名称/条款编号]，便于溯源生成后处理：幻觉检测：检索内容与生成的N-gram重叠度校验置信度分级：高置信直接回答/中置信建议复核/低置信拒答五、安全合规体系维度机制权限隔离 RBAC：实习医生/主治/主任可见范围分级内容安全诊断建议必须含"仅供参考，请遵医嘱" 审计追踪查询-检索片段-生成结果全链路ID绑定人工兜底复杂case自动转人工复核队列六、协同机制示例（医…

#字节#垂直领域RAG#垂直领域 RAG 完整架构

面试题·RAG· 字节

大模型输出怎么检测和过滤?

匹配正文：…三、内容安全过滤敏感信息检测：正则+模型识别PII（手机号、身份证号）合规审核：调用内容审核API（如火山引擎、阿里云绿网）幻觉检测：RAG场景下对比检索片段，计算语义相似度；关键事实要求模型提供引用来源四、异常处理与降级 try: result = parse_and_validate(raw_output) except FormatError: result = retry_with_stricter_prompt() # 重试 except Validatio…

#字节#大模型输出过滤#大模型输出检测

面试题·检索· 字节

医疗法律 RAG 架构关键环节

匹配正文：…制（超范围问题）解码参数：降低temperature（0.3-0.5），使用重复惩罚避免循环生成四、关键保障机制机制实现幻觉检测检索内容与生成答案的NLI一致性校验；实体链接回标可解释性输出附带引用片段高亮、置信度分数人机协同低置信度案例自动转人工审核，形成数据飞轮五、评测闭环检索评测：Recall@K、MRR、领域特定指标（如法律：法条命中率）生成评测：RAGAS（faithfulness, answer_relevance）+ 专家人工评估线上…

#字节#领域RAG架构#专业领域 RAG

面试题·检索· 字节

RAG 系统怎么持续迭代?

匹配正文：…评估检索：Recall@K、MRR 端到端：Answer Correctness（用GPT-4判题）、Faithfulness（幻觉检测）在线评估用户满意度、点击率、人工标注bad case回流关键：建立可量化的业务指标（如客服场景的问题解决率）五、工程架构要点模块化设计：检索、重排、生成独立服务，便于A/B实验缓存策略：高频query结果缓存，降低延迟和成本失败降级：检索失败时切换纯生成或提示用户澄清实际落地建议：先抓大头，通常检索质量和领域SFTROI最…

#字节#RAG评估闭环#RAG 系统优化

面试题·检索· 字节

RAG 架构组件与失败场景

匹配正文：…窗口 Prompt工程：明确指令+检索上下文+用户问题，要求"仅基于上下文回答，不确定则拒绝" 后处理：答案溯源（标注引用来源）、幻觉检测、流式输出完整数据流用户Query → 查询理解/重写 → 向量检索(Top-K) → Rerank精排 → 上下文拼接 → LLM生成 → 带引用的答案关键优化点环节典型问题解决方案分块语义割裂递归分块、语义分块（基于Embedding变化点）检索长尾Query失效查询扩展、多向量表示（ColBERT）生成上下…

#字节#RAG组件协同#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：…过滤、领域术语标准化检索优化：混合检索（向量+关键词）、重排序、查询改写、多粒度索引生成优化：领域Prompt工程、引用溯源、幻觉检测、人机协同审核系统层面：离线在线分离、缓存策略、反馈闭环整体架构用户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…

#字节#专业领域RAG#领域 RAG 架构

面试题·多模态· 美团

弱多模态+强文本模型怎么协同?

匹配口述回答：…核心思路：感知-推理分离，小模型看，大模型想数据流设计：视觉压缩token + 自适应路由门控错误控制：三层防护，一致性校验、幻觉检测、回退部署优化：异步流水线、KV Cache复用、边缘-云端分级扩展性与反馈闭环：多VLM_S、LLM_L池化、蒸馏回传约4分钟纯文本模型不能直接消费任意视觉 token；无兼容表示或适配器时，应通过可追溯的结构化观察与补充视觉查询协同。 ROI 复查怎么设计，视觉事实如何做证据对齐，路由阈值如何离线评估。

#美团#多模态#Agent