匹配正文：…份资料看详情: PAGES = { # 玩具「文档正文」库 "qdrant": "Qdrant 文档:支持 payload 过滤、量化压缩;单容器可起,水平扩展需自建集群。", "pgvector": "pgvector 文档:HNSW / IVFFlat 索引;受 Postgres 单机资源约束,千万级以上需谨慎评估。", } def visit(query): for k, v in PAGES.items(): if k in query.lower(): return…

#Agent#Deep Research#项目实战

面试题·Agent· 字节

Agent 长期记忆存储结构

匹配正文：…率优化索引层面 HNSW/IVF-PQ：亿级向量毫秒级ANN检索，内存-磁盘分层分区策略：按用户+时间窗口分片，避免全量扫描量化压缩：FP32→INT8/二进制，降低内存占用10x 召回策略：多路召回向量语义召回：query embedding → Top-K相似记忆关键词召回：BM25覆盖精确匹配场景图遍历召回：基于实体关系扩展相关记忆相关性排序优化特征融合打分 score = α·语义相似度 + β·时间衰减 + γ·重要性分数 + δ·交互频率时间衰减…

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

#字节#蚂蚁#向量检索

面试题·文档处理· 字节

RAG 向量索引构建流程详解

匹配正文：…排文件，平衡速度与精度）大规模（>1亿）：Milvus/Pinecone + HNSW（图索引，高召回低延迟）索引优化实践：量化压缩：PQ（乘积量化）降存储，IVF-PQ平衡精度与内存多阶段检索：可用BM25/稠密向量召回，再用Cross-Encoder或ColBERT等方案重排；ColBERT是token多向量late interaction，不等同普通单向量稠密精排。增量更新：避免全量重建，用HNSW的动态插入或定期merge 五、效果验证闭环建立端到端评测：…

#字节#文档处理#RAG 数据处理流程

面试题·文档处理· 安克科技

RAG向量化：分块与Embedding

匹配正文：…计算，适合万级数据 ANN近似检索： HNSW：图索引，高召回、低延迟，适合在线服务 IVF-FLAT：聚类分桶，平衡速度与精度量化压缩（PQ/SQ）：降低内存，适合十亿级向量工程实践：先ANN粗排取Top-K，再用Cross-Encoder精排，最后按相关性阈值过滤

#安克科技#RAG 向量化#Embedding 模型

面试题·模型微调· 字节

RAG 工作原理与架构怎么搭?

匹配正文：…/M3E，垂直领域需微调；多向量表示（ColBERT）向量数据库 Milvus、Faiss、Pinecone；考虑HNSW索引、量化压缩检索策略稠密检索 + 稀疏检索（BM25）混合；多路召回融合重排序 Cross-Encoder精排（如bge-reranker），提升Top-K质量三、关键优化技术 1. 检索侧优化混合检索：向量语义匹配 + 关键词BM25，用RRF融合排序查询改写：HyDE（假设文档嵌入）、Query扩展、多跳检索上下文压缩：LLMLing…

#字节#RAG 系统架构#RAG 工作原理

面试题·检索· 高德

向量数据库怎么支撑 Agent 记忆?

匹配正文：…显式注入文本或作为附加特征三、检索策略优化索引结构选择 HNSW：延迟敏感场景，图索引保证低延迟 IVF-PQ：内存受限场景，量化压缩降本 DiskANN：超大规模，内存-磁盘混合多阶段检索 pipeline 粗排（向量相似度，Top-K=100） → 元数据过滤（时间范围、会话ID、标签） → 精排（重排序模型/交叉编码器，Top-K=5） → 上下文组装（按时间序/相关度融合）关键优化分块策略：256-512 tokens为甜蜜点，重叠滑动窗口防断句查询改写：…

#高德#重排与优化#文档处理

面试题·检索· 字节

RAG检索方法如何优化？

匹配正文：…IVF-PQ的精度损失换内存成本约束向量维度、索引类型直接决定内存占用；百亿级需考虑分片+磁盘索引方案性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…

#字节#RAG检索选型#RAG 检索方法

面试题·检索· 字节

RAG架构：检索器与重排序策略

匹配正文：…索器、生成器、融合机制）检索器优化方法（Dense vs Sparse、混合检索、查询改写）向量数据库选型要点（HNSW索引、量化压缩、分布式能力）重排序策略（Cross-Encoder、ColBERT、多阶段漏斗）实际落地中的关键权衡（延迟vs效果、成本vs覆盖） RAG核心架构 RAG = 检索器(Retriever) + 生成器(Generator) + 融合机制用户Query → 检索器 → 相关文档Top-K → 拼接Prompt → LLM生成答案关键…

#字节#向量库与重排序#RAG 架构设计

面试题·检索· 小鹏

RAG检索优化：向量检索与重排序

匹配正文：答案要点向量检索优化：HNSW索引、量化压缩、分区策略重排序策略：Cross-Encoder、ColBERT、多阶段排序查询扩展：HyDE、Query Rewriting、子查询分解混合检索方案：向量+关键词融合实际落地中的工程权衡一、向量检索优化索引层面 HNSW（Hierarchical Navigable Small World）：主流近似最近邻算法，平衡召回与速度；关键参数M（邻居数）和ef（搜索宽度）需根据数据规模调优量化压缩：PQ（Product …

#小鹏#检索阶段优化#RAG 检索优化

面试题·检索· 阿里

RAG 召回又快又准靠什么?

匹配正文：…索效率优化索引结构层面 HNSW图索引：平衡召回率与查询速度，适合中等规模；超大规模时采用IVF-PQ或ScaNN降低内存占用量化压缩：裸向量每维FP32/FP16/INT8为4/2/1字节，PQ码长由子向量数和每码位宽决定；总索引另计结构，质量变化必须实测，不固定4–8倍。磁盘索引：FAISS的IndexIVFPQ + ondisk模式，牺牲部分延迟换取容量工程架构层面分片（Sharding）+ 路由层，支持水平扩展预过滤（metadata filter）减少候…

#阿里云#召回链路优化#RAG 召回优化

面试题·检索· 阿里

RAG检索器与索引结构怎么选？

匹配正文：…思想适用场景 HNSW 图索引，贪心导航百万级，高召回要求 IVF 聚类分桶，减少搜索空间亿级，内存受限 PQ/OPQ 向量量化压缩极致内存优化 DiskANN 内存+磁盘混合十亿级大规模关键调参：efConstruction（建图质量）、M（邻居数）、nprobe（搜索桶数）三、查询重写（Query Rewriting）核心问题：用户原始query短、歧义、与文档表述不一致技术做法 HyDE 用LLM生成伪答案，再向量化检索 Query2Doc 生成伪文…

#阿里云#查询重写#RAG 召回优化

面试题·检索· 字节

Embedding + 向量数据库怎么搭?

匹配正文：…Cross-Encoder精排）提升精度四、生产优化要点混合检索：向量相似度 + BM25关键词召回，融合排序（RRF算法）量化压缩：裸向量每维FP32/FP16/INT8为4/2/1字节，总索引另计元数据与结构；INT8需校准，目标Recall/MRR与长尾质量变化要实测，不承诺固定<2%。增量更新：避免全量重建索引，使用HNSW的动态插入特性学习建议建议系统学习该知识点参考资料 Faiss官方内积、余弦与L2关系 DPR原论文的成对查询/文档编码器 BGE-…

#字节#Embedding向量检索#Embedding 向量数据库

面试题·检索· 百度

向量召回原理与实现?

匹配正文：… 特点 HNSW 分层导航小世界图召回率高、构建慢、内存大 IVF 聚类+倒排内存友好、需调nlist参数 PQ/OPQ 向量量化压缩大幅降低存储，有损召回 4. 大规模系统实现数据分片：按doc ID或向量聚类分片，分布式检索后归并量化压缩：PQ将向量压缩4-32倍，降低内存和IO 缓存策略：热点查询结果缓存，高频向量常驻内存混合检索：向量召回 + BM25关键词召回，RRF融合排序 RAG场景关键点召回率优先：宁可多召不能漏召，靠后续重排序精排延迟敏感：通…

#百度#向量召回#向量召回原理

面试题·检索· 百度

向量检索 4 种范式怎么选?

匹配正文：…度高亿级 IVF+HNSW 或 IVF+PQ 磁盘+内存混合，平衡成本十亿级 Faiss-GPU、DiskANN、自研分布式量化压缩+图索引+分片 RAG场景的典型配置：Embedding 768/1024维 → 先IVF粗筛 → PQ压缩 → HNSW精排，或直接用开源方案如Milvus的GPU索引。

#百度#ANN索引#向量检索方法

面试题·检索· 拼多多

ANN 索引怎么构建?

匹配正文：…整流程（数据准备→算法选择→参数调优→持久化部署）能对比主流算法（HNSW/IVF/LSH）的适用场景和trade-off 理解量化压缩（PQ/SQ）在内存与精度间的平衡知道索引更新的策略（增量vs重建）提及实际工具选型（FAISS/Milvus/Pinecone等） ANN索引构建完整流程 1. 数据准备阶段向量归一化：统一维度，处理缺失值，L2归一化（余弦相似度场景）数据分区：按业务维度分片（如按用户/类目），降低单次搜索规模采样分析：评估向量分布密度，指导后…

#拼多多#ANN索引构建#ANN 索引构建

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：…场景建索引时参数调优的关键维度（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；…

#安克科技#HNSW与IVF#RAG 向量匹配

面试题·文档处理· 安克科技

RAG 文档怎么存储和向量化?

匹配口述回答：…[HNSW]]，高召回加快速，是默认选择。但HNSW有个前提，内存要够，如果向量量级上亿，内存扛不住，就得用[[IVF-PQ]]做量化压缩，但精度会降。所以我会这么判断：十万级用HNSW，百万级用[[IVF]]，千万级以上考虑分布式[[向量库]]。另外，元数据关联是必选项，每个向量要带上doc_id、chunk_index、source，这样支持过滤查询和结果溯源，比如只搜某个部门的文档。最后说入库和更新。批量写入控制batch_size，比如一次500条，防止内存溢出。增…

#安克科技#评估与监控#RAG 文档向量化

面试题·多模态· 淘天

伪 vs 真多模态 RAG 优劣在哪？

匹配口述回答：…型可能到1024以上，这对[[HNSW]]索引的内存消耗压力很大。我最近在关注用[[Product Quantization]]做量化压缩，能在召回率损失1%以内把内存减半，这个方向挺有前景的。所以整体上，我更倾向于把伪多模态看作一个快速验证的起点，真正多模态是最终目标，但中间那个折中方案才是大多数业务落地的常态。一句话定位：这道题在问多模态检索的两种路线，本质是信息无损 vs 工程简便的取舍伪多模态：用OCR/描述转文本，检索退化单模态，信息损失大但系统简单真正多模…

#淘天#多模态#伪多模态RAG

面试题·检索· 高德

语义检索向量数据库构建流程

匹配口述回答：…，我默认选[[HNSW]]，因为它查询快、精度高，对大多数场景够用。但如果数据量到十亿级，内存扛不住，我会用[[IVF-PQ]]做量化压缩。这里有个常见失败场景：很多人直接拿HNSW做高频增量更新，结果索引碎片化严重，召回率暴跌。我的做法是增量插入走独立小索引，查询时合并，定期全量重建。存储方案上，向量和标量一定要分开存。向量丢到[[Faiss]]或Milvus里，标量字段比如订单号、用户ID放在PostgreSQL或ES里，通过ID关联。分片策略按业务线或者地理区域切，查…

#高德#评估与监控#向量数据库构建

面试题·检索· 字节

RAG 向量检索怎么高效召回?

匹配口述回答：…，一般M设16-32，ef_search设200-500，具体看延迟容忍度。如果[[向量库]]上亿，我会考虑[[IVF-PQ]]做量化压缩，但召回会掉一点，得看业务能不能接受。落地最大的风险其实是数据分布漂移。比如客服系统，用户query随时间变化，新政策发布后语义空间变了，但索引还是旧的，召回质量会逐渐下降。所以我会建一个反馈闭环：用户点击结果后，把正负样本回流，定期增量训练Embedding模型。索引更新也有讲究，全量重建太慢，我会用双缓冲影子索引，新索引构建完后原子…

#字节#向量数据库召回#RAG 向量检索

FAISS 怎么实现高效 ANN 搜索?

第 1 章:为什么需要 Deep Research

Agent 长期记忆存储结构

RAG 向量索引构建流程详解

RAG向量化：分块与Embedding

RAG 工作原理与架构怎么搭?

向量数据库怎么支撑 Agent 记忆?

RAG检索方法如何优化？

RAG架构：检索器与重排序策略

RAG检索优化：向量检索与重排序

RAG 召回又快又准靠什么?

RAG检索器与索引结构怎么选？

Embedding + 向量数据库怎么搭?

向量召回原理与实现?

向量检索 4 种范式怎么选?

ANN 索引怎么构建?

RAG向量匹配原理与ANN算法取舍

RAG 文档怎么存储和向量化?

伪 vs 真多模态 RAG 优劣在哪？

语义检索向量数据库构建流程

RAG 向量检索怎么高效召回?