匹配正文：…检索（在线）查询向量化：同一Embedding模型编码，保证查询-文档同空间 ANN检索：Top-K近似最近邻，非暴力全量计算相似度计算：余弦相似度 = (A·B)/(||A||·||B||)，值域[-1,1]，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…

#字节#向量语义召回#Embedding 语义召回

面试题·检索· 美团

Embedding 相似性检索原理与索引构建

匹配正文：…案要点理解Embedding将语义映射到高维空间的本质掌握HNSW、IVF等ANN索引的核心思想能区分内积、余弦、欧氏距离等相似度计算的适用场景了解检索的完整流程和性能权衡核心原理 Embedding检索的本质是语义空间中的最近邻搜索，把"找相似文本"转化为"找相近向量"。三个关键环节 1. 向量化（Representation）用预训练模型（BERT、Sentence-BERT、OpenAI API等）将文本编码为稠密向量关键特性：语义相近的文本在向量空间中…

第 1 / 2 页下一页 →

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

#美团#Embedding相似性检索#Embedding 相似性检索

面试题·检索· 百度

向量召回原理与实现?

匹配正文：答案要点向量嵌入将文本/数据映射到语义空间相似度计算常用余弦相似度或内积 ANN索引（HNSW、IVF）解决高维向量检索效率问题大规模系统采用分片、量化、缓存等工程优化 RAG中需平衡召回率与延迟向量召回核心流程 1. 向量嵌入（Embedding）用预训练模型（BERT、Sentence-BERT、OpenAI Embedding等）将文本编码为稠密向量关键：语义相似的文本在向量空间中距离相近维度通常 256-1536 维，需权衡表达能力与存储成本 2. 相似…

#百度#向量召回#向量召回原理

面试题·检索· 美团

Embedding 相似性检索怎么工作?

匹配标题与标签：Embedding 相似性检索怎么工作? 向量检索基本原理:从向量化到相似度计算检索美团 Embedding检索 Embedding 相似性检索向量检索原理相似度计算美团

#美团#Embedding检索#Embedding 相似性检索

面试题·检索· 百度

向量检索基本原理是什么?

匹配正文：…大内存开销。 IVF、PQ 及其组合先缩小候选范围并可压缩向量，适合在容量、速度和召回之间取舍，但具体存储形态由引擎决定。 3. 相似度计算余弦相似度比较方向；向量归一化后，余弦排序与点积排序等价。未归一化点积同时受方向和模长影响，只有模型训练目标支持时才应使用。欧氏距离适用于按该几何关系训练或验证过的表示，不能只凭经验替换。 4. 在线链路与评测查询编码后进入 ANN 搜索，得到候选，再结合元数据过滤、重排或业务规则返回 Top-K。用精确搜索作为基线评估 ANN …

#百度#向量索引#向量检索原理

求职指南·求职

大模型系统设计和编码环节怎么准备

匹配正文：…de 中等题过一遍高频类型即可,别为大模型岗去啃 hard 专题;把时间更多花在能手写小段工程实现上——检索打分、重试封装、分块、相似度计算这些,面试时能不查资料写出来,比多刷十道 hard 有用。两类人怎么准备:研一/研二 vs 3 年 Java/后端结论:算法编码和系统设计,这两类人的强弱项正好相反,补的方向也相反。人群相对强项该重点补什么研一/研二在校生算法编码通常是强项,刷题手感好、基础扎实补系统设计里的工程视角:评估怎么设计、成本怎么估、降级兜底怎么…

#求职#职业转型

面试题·文档处理· 字节

Embedding 模型选型 vs 落地流程?

匹配正文：…界召回与冗余成本特殊处理：代码按函数/类分割，Markdown按标题层级分割向量化批量推理，GPU加速归一化向量（便于余弦相似度计算）元数据关联 { "vector": [...], # 稠密向量 "sparse_vector": {...}, # 可选，BM25权重 "metadata": { "doc_id": "xxx", "chunk_index": 3, "source": "技术规范_v2.pdf", "timestamp": "2024-01-15" …

#字节#Embedding 模型选型#RAG 向量化流程

面试题·文档处理· 安克科技

RAG向量化流程：预处理到归一化

匹配正文：…分块、清洗、元数据保留） Embedding模型选型依据（中英双语、上下文长度、领域适配）向量生成与批量优化归一化的作用（余弦相似度计算）实际工程中的注意事项（并发、缓存、版本管理）文本预处理核心目标：保留语义完整性，控制块大小文档解析：PDF用PyMuPDF/MinerU，HTML去标签，表格保留结构分块策略：按语义段落切分，并比较多组 chunk size 与 overlap 候选，用同一评测集验证边界召回和成本清洗降噪：去页眉页脚、统一编码、过滤低信息密…

#安克科技#RAG 向量化流程#Embedding 模型选择

面试题·评估· 蚂蚁

RAG多轮对话怎么防知识遗忘?

匹配正文：…状态管理对话状态 = {主题实体集合, 用户意图, 未解决问题, 已确认事实} 每轮用轻量模型抽取状态更新状态向量化后参与检索相似度计算 2. 分层检索策略层级内容权重动态调整当前轮用户最新query 意图切换时↑ 近轮上下文前2-3轮关键信息追问场景↑ 全局摘要历史对话压缩长对话时↑ 3. 查询重写与扩展共指消解：将"它"、"这个"替换为具体实体意图感知扩展：根据对话状态补充隐含条件时间衰减：早期轮次信息权重指数下降 4. 检索结果重排序最终分…

#蚂蚁#RAG 多轮对话#知识遗忘

面试题·评估· 百度

RAG 架构怎么工作?

匹配正文：答案要点清晰描述RAG的两阶段架构（检索+生成）说明向量检索的核心机制（embedding、相似度计算）解释RAG缓解幻觉的原理列举至少2个优势（知识时效性、可溯源性等）提及至少2个局限（检索质量依赖、上下文长度限制等） RAG基本架构 RAG = 检索（Retrieval） + 生成（Generation），核心思想是"外挂知识库"：用户Query → 向量化 → 向量检索 → Top-K文档 → 拼接Prompt → LLM生成工作流程拆解 1. 索引阶段（…

#百度#评估与监控#RAG 架构

面试题·模型微调· 字节

RAG Embedding 模型怎么选?

匹配正文：…质量，必要时用领域数据微调 5. 工程兼容性输出维度：常见768/1024维，需与向量数据库匹配归一化：是否输出单位向量，影响相似度计算方式（cosine vs dot）快速验证方法用业务真实Query-Document对，计算Top-K召回率和MRR，比榜单指标更可靠。

#字节#向量检索#RAG Embedding 选型

面试题·模型微调· 商汤科技

RAG 技术流程怎么跑?

匹配正文：答案要点清晰描述RAG的完整流程（索引-检索-生成三阶段）说明向量检索的核心机制（Embedding+相似度计算）解释RAG解决的核心问题（知识时效性、幻觉、私有数据）提及关键优化点（分块策略、重排序、混合检索）能对比RAG与微调的区别和适用场景 RAG核心流程：索引 → 检索 → 生成 1. 索引阶段（离线）文档解析：处理PDF、Word、网页等多格式文档文本分块（Chunking）：按固定长度、语义段落或递归方式切分，控制块大小（通常256-512 toke…

#商汤科技#检索生成流程#RAG 技术流程

面试题·知识图谱· 淘天

伪多模态与原生多模态差在哪?

匹配正文：…质：多模态→单模态的有损压缩，检索和生成阶段都是纯文本真多模态RAG 实现方式：图像和文本统一编码到共享语义空间，直接进行跨模态相似度计算典型链路：图像+文本 → 多模态encoder（如CLIP dual encoder/EVA-CLIP）→ 联合向量 → 检索 → 多模态LLM生成本质：端到端的跨模态对齐，保留原始模态信息三维度对比维度伪多模态真多模态信息融合模态转换有信息损失（caption瓶颈）原始特征直接对齐，保留细粒度视觉信息模型架构解耦设…

#淘天#知识图谱#伪多模态RAG

面试题·知识图谱· 淘天

GraphRAG 技术难点有哪些?

匹配正文：…上下文锚点，链接模型失效链接与检索的耦合：链接错误会直接污染后续子图检索关键点：需要结合实体嵌入、上下文共现和知识库先验的多维相似度计算，而非单一字符串匹配。三、推理路径搜索：相关性与多样性的平衡挑战具体表现搜索深度爆炸多跳推理路径指数级增长，延迟不可控相关性漂移图拓扑邻近 ≠ 语义相关，容易引入主题漂移路径可解释性黑盒排序 vs 白盒推理路径的权衡工程解法：采用"检索-剪枝-重排"三级流水线，先用向量相似度做候选子图召回，再用GNN或LLM做路径重排…

#淘天#多模态#GraphRAG 难点

面试题·检索· 字节

RAG Retriever 工作流程详解

匹配正文：…P99延迟。实际系统中常做"快路径"（纯向量）+ "慢路径"（+重排）分级处理。学习建议建议先掌握向量检索基础，理解嵌入模型和相似度计算原理，再结合RAG架构学习Retriever的工作流程，通过动手实践加深理解。

#字节#重排与优化#RAG Retriever 工作流程

面试题·检索· 字节

RAG 重排序怎么选?

匹配正文：… 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，兼顾效率和精度中等延迟、长文档场景多路融合向量检索 + BM25 + 稀疏向量（如Splade）结果融合数据分布复杂、单一通道不足 LLM-based重排用GPT-4/Claude等直接打分或生成排序理由极高精度需求、成本不敏感工程实践要点候选集大小：通常取向量检索Top-100~200重排，平衡召回与成本级联过滤：先…

#字节#重排与优化#RAG Re-ranking

面试题·检索· 百度

RAG 工作原理与核心组件

匹配正文：…采用HNSW或IVF-PQ等近似最近邻算法加速检索 2. 检索阶段（在线）查询向量化：用户问题同样经Embedding模型编码相似度计算：余弦相似度或点积，召回Top-K相关片段检索策略演进：稠密检索：语义匹配好，但可能漏关键词稀疏检索（BM25）：精准匹配关键词，补充稠密检索混合检索：稠密+稀疏融合，线性加权或RRF重排 3. 生成阶段上下文组装：检索结果 + 用户Query构造Prompt 大模型生成：基于提供的上下文作答，典型Prompt模板包含"仅根据以…

#百度#RAG核心组件#RAG 工作原理

面试题·检索· 京东

RAG 怎么解决大模型幻觉?

匹配正文：… 向量存储：Milvus、Faiss、Elasticsearch等，支持ANN近似最近邻搜索 2. 检索层（Retrieval）相似度计算：余弦相似度或点积，召回Top-K候选重排序优化：Cross-Encoder精排，提升相关性混合检索：向量检索 + 关键词BM25，覆盖语义和字面匹配 3. 生成层（Generation）上下文组装：检索结果 + 用户Query拼接成Prompt 大模型生成：基于锚定的事实进行回答工作流程用户Query → Embedding编…

#京东#幻觉抑制#RAG 技术原理

面试题·检索· 美团

RAG 检索器与生成器如何协同？

匹配正文：答案要点清晰描述RAG三阶段流程（索引-检索-生成）说明检索器核心组件（向量化、相似度计算、Top-K召回）解释生成器如何利用检索结果（上下文拼接、注意力机制）提及关键优化点（重排序、查询改写、多路召回）能对比Naive RAG与Advanced RAG的差异 RAG核心架构：两阶段流水线第一阶段：离线索引构建文档切分：按语义/固定长度分块，控制chunk大小（通常256-512 tokens） Embedding编码：用BGE、M3E等模型将文本转为稠密向量 …

#美团#RAG架构#RAG 系统架构

面试题·检索· 字节

RAG 向量库怎么处理时间衰减?

匹配正文：…. 生成阶段上下文组装：按相关性排序，控制token预算 LLM生成：结合检索内容作答时效性优化方案核心思路：让"新"文档在相似度计算中获得隐性加分方案实现方式适用场景时间衰减加权 score_final = score_semantic × exp(-λ·Δt)，λ控制衰减速率新闻、社交媒体动态时间窗口优先检索近N天数据，无结果再扩展全库金融公告、政策文件时间感知Embedding 训练时注入时间编码，或拼接时间特征向量需要端到端优化混合检索时…

#字节#向量库时效性#RAG 工作流程

面试题·检索· 小米

Embedding 向量维度选型

匹配正文：…Sentence-BERT的双塔设计 Tower A (Query) ──→ 固定编码器 ──→ 向量v₁ ──┐ ├──→ 余弦相似度计算 Tower B (Doc) ──→ 共享权重编码器 ──→ 向量v₂ ──┘ 离线编码文档：文档向量预计算存入向量库在线编码查询：仅编码query，实时检索Top-K 向量维度的影响维度优势劣势适用场景高维（1024+）语义表达丰富，区分度高存储大、检索慢、内存压力大高精度要求、数据量可控低维（256-384）检索…

#小米#向量检索#Embedding 向量维度选型

面试题·检索· 字节

RAG 技术实现怎么落地?

匹配正文：…Faiss、Pinecone），可叠加倒排索引做混合检索 2. 检索阶段（在线） Query改写：扩展、澄清用户问题，提升召回率相似度计算：余弦相似度/IP距离，Top-K召回重排序（Rerank）：用Cross-Encoder精排，过滤低质片段 3. 生成阶段上下文组装：检索结果 + 用户Query → 构造Prompt 大模型生成：基于检索上下文回答，可引用来源典型应用场景场景说明企业知识问答内部文档、规章制度，解决大模型不知道私域知识的问题客服系统基…

#字节#RAG应用场景#RAG 技术实现

面试题·检索· 安克科技

RAG向量匹配原理与ANN算法取舍

匹配正文：…键维度（ef_construction/M/nlist/nprobe）精度与效率的权衡策略（分层检索、量化压缩、动态阈值）一、相似度计算方法余弦相似度是RAG中最常用的度量：公式：cos(θ) = (A·B) / (||A|| × ||B||) 核心优势：对向量长度不敏感，只关注方向一致性，适合语义相似性判断工程实践：向量通常已归一化，此时点积等价于余弦相似度，计算更快其他方法包括欧氏距离与内积。内积也可用于已归一化向量，此时等价于余弦；两端单位范数时，平方L2=…

#安克科技#HNSW与IVF#RAG 向量匹配

什么是 Embedding 向量嵌入？

Embedding 怎么实现语义召回?

Embedding 相似性检索原理与索引构建

向量召回原理与实现?

Embedding 相似性检索怎么工作?

向量检索基本原理是什么?

大模型系统设计和编码环节怎么准备

Embedding 模型选型 vs 落地流程?

RAG向量化流程：预处理到归一化

RAG多轮对话怎么防知识遗忘?

RAG 架构怎么工作?

RAG Embedding 模型怎么选?

RAG 技术流程怎么跑?

伪多模态与原生多模态差在哪?

GraphRAG 技术难点有哪些?

RAG Retriever 工作流程详解

RAG 重排序怎么选?

RAG 工作原理与核心组件

RAG 怎么解决大模型幻觉?

RAG 检索器与生成器如何协同？

RAG 向量库怎么处理时间衰减?

Embedding 向量维度选型

RAG 技术实现怎么落地?

RAG向量匹配原理与ANN算法取舍