匹配正文：整体架构 Query ├─ BM25 稀疏召回 └─ 向量稠密召回 ↓ 去重与排名融合 ↓ Cross-Encoder 重排小候选集 ↓ Top-K 三类组件的分工 BM25：利用词项匹配、IDF 和长度归一化，擅长专有名词、编号、短语和必须字面命中的查询；速度取决于索引、语料与部署，不能称为“零延迟”。向量召回：用 embedding 表达语义相似，能补充同义改写和字面不重合的结果，但可能弱化精确实体或数值约束。 Cross-Encoder：联合编码 query-docu…

#网易有道#BM25向量Cross-Encoder#BM25 向量召回 Cross-Encoder

系统教程·检索

重排与检索优化面试题大全

匹配正文：…化常见问题 Rerank 为什么是 RAG 面试高频题？因为它直接影响最终上下文质量。面试官会看你能否解释粗召回和精排的分工、Cross-Encoder 的代价，以及如何用指标证明重排真的有收益。重排会不会拖慢线上接口？会，所以要讲 topK 控制、batch 推理、轻量模型、缓存和降级策略。好的答案不是“加重排”，而是“在可接受延迟内提升有效上下文”。混合检索和重排怎么配合？混合检索负责扩大候选，重排负责统一相关性判断。常见做法是 BM25 + 向量召回后 RR…

#专题学习#重排与检索优化面试题大全

项目实战·RAG

第 6 章:重排(Rerank)与检索优化

匹配正文：📊 学习时长:40-50 分钟 🎯 完成后能力:能讲清为什么粗排后还要精排、Cross-Encoder 凭什么更准、精排慢了怎么提速 🔗 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,亲眼看到"粗排"会把字面像、语义相反的文档排错 ✓ 理解"召回 → 粗排 → 精排"为什么要分三级,而不是一步到位 ✓ 看懂双塔(Bi-Encoder)和交叉编码(Cross-Encoder)的本质区别及各自岗位 …

第 1 / 7 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

#RAG#检索#项目实战

面试题·RAG

Rerank 为什么更准，却不能对整个知识库运行？

匹配正文：…马上来了：既然 Rerank 能更细地比较问题与候选，为什么不跳过向量检索，直接让它给整个知识库打分？ Bi-Encoder 和 Cross-Encoder 差在哪里？ Embedding 模型通常采用双塔，也叫 Bi-Encoder。 Query 进入一侧编码器，文档进入另一侧编码器，最后比较两个向量的距离。文档向量可以在离线阶段提前算好，用户提问时只需要计算 Query 向量，再到索引中寻找近邻。这种方式适合从大量语料里快速找出“可能相关”的内容。它的限制也来自独立编…

#RAG#检索与重排#RAG Rerank

面试题·检索· 字节

RAG 重排作用与实现

匹配正文：…向量/BM25/图谱）业务过滤加入时效性、权威性、用户偏好等特征去重截断合并相似片段，控制上下文长度常见实现方式 1. Cross-Encoder（交叉编码器）输入：[CLS] query [SEP] doc [SEP] 输出：单条相关性分数（0-1）优势：全交互注意力，精度高代表：BGE-Reranker、Cohere Rerank 2. 轻量交互模型 ColBERT：late interaction，token级MaxSim，平衡效率 MiniLM蒸馏版：…

#字节#Cross-Encoder重排#RAG 重排作用与实现

面经·求职· 通用岗位场景

RAG 项目面试会怎样连续追问？一场工程深挖教学复原

匹配正文：…格切分 Embedding 模型选型与领域微调 BM25 + 向量混合检索与 RRF 融合多轮对话 Query 改写与指代消解 Cross-Encoder Rerank 精排 RAG 幻觉归因与四类治理 RAG 评估指标(Recall@K / MRR / LLM-as-Judge) 检索权限前置过滤与上线回归第一部分 · 先证明你理解完整链路先把这部分当成模拟面试。不要背示例项目，先在纸上写下自己的资料类型、请求链路和负责范围。面试官：请用两分钟讲清楚你的 RAG 系…

#RAG#项目深挖#教学复原

求职指南·RAG

混合检索、RRF 与重排项目模拟面试

匹配正文：…配套学习：项目难题怎么定位与解决?。 3. design · design 从 query 进入开始，讲清两路候选、去重、RRF、Cross-Encoder 重排和结果截断的数据结构与顺序。考察重点：确认候选人理解端到端链路、关键接口和状态变化。端到端组件、数据流和每层输入输出关键接口与约束如何影响设计下一步：tradeoff。配套学习：BM25 vs 向量检索 vs 混合检索怎么选?。 4. tradeoff · tradeoff 为什么选 RRF 而不是归一化加…

#模拟面试#简历项目#连续追问

项目实战·RAG

第 2 章:RAG 整体架构

匹配正文：…打分"经典算法,第 5 章会让你亲手写一遍。两阶段:先用快的方法召回一批较宽松的候选(比如粗召回 Top 50),再用慢但准的 Cross-Encoder(精排用的深度模型,准但慢) 把这 50 条重新排好,最后只取 **Top-K(比如 3–5 条)**交给模型。这俩为什么非得一起上?还是那个保险项目的两类问题最能说明:用户问「公司的报销制度是什么」,这是个短查询、核心就"报销制度"几个字,BM25 按词面一击即中;但用户问「如何推销保险产品」,文档里写的偏偏是"如何销…

#RAG#检索#项目实战

系统教程·AI 编程

从零拼一个最小 RAG 问答

匹配正文：…同的查询上各有短板。是否混合检索，应在固定题集上对照验证，不能预设某种方案一定更好。重排:召回一堆,怎么把最相关的排到前面 → Cross-Encoder 精排。评估:怎么量化"答得准不准" → 召回率 / QA 准确率。 👉 想做深,直接看站内 RAG 完整项目教程:沿着文档处理、检索、重排、引用与评测完成项目，并查看配套 GitHub 代码；效果数字要由自己的评测得到。常见坑资料没提到也硬答:prompt 里必须加"没提到就说不知道",否则照样幻觉。 k 取太大…

#Agent#AI 编程

面试题·RAG

Chunk Size 和 Overlap 怎么选？不要背 512 和 100

匹配正文：…存了多少字，还要确认多少内容真正进入了向量编码。第三，检索和重排链路不同。只用向量召回、向量加 BM25 的混合召回、是否有 Cross-Encoder 重排，都会改变“大块”和“小块”的表现。粗召回与精排的职责不同：前者尽量带回候选，后者在较小候选集中做更细判断。切分实验如果同时更换检索器或重排模型，就无法判断收益来自哪里。第四，问题类型不同。精确术语问题可能只需要一小段定义；比较题可能同时需要两组证据；流程题需要连续步骤；否定和例外问题必须把限制条件带回来。只用一…

#RAG#切分与索引#Chunk Size

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：…序。Precision@K 能观察头部候选中的相关比例。此外还应记录融合后重复率、每路贡献比例、候选数量和融合耗时。如果后面接 Cross-Encoder，还应固定精排输入数量，比较融合是否给精排提供了更好的候选，而不是让精排替其中一方掩盖问题。 def compare_fusions(samples, sparse_lists, dense_lists, weighted, rrf): rows = [] for sample in samples: sparse = s…

#RAG#检索与重排#RRF

面试题·RAG

Embedding 和 Rerank 模型怎么选？什么时候值得领域微调？

匹配正文：…排序的上限，却会线性放大打分次数。最终要在项目的延迟预算内比较质量，而不是把质量和成本拆成两个互不相关的表。这里不需要重新展开 Cross-Encoder 为什么更慢，也不需要把 Top-N 设定成某个通用数字。面试回答的重点应放在：我怎样控制变量、怎样证明排序改善，以及当收益不足以覆盖延迟时如何退回较轻的方案。什么时候该微调，什么时候只该修数据和链路微调不是模型选型的默认下一步。一个 bad case 出现后，先检查证据是否正确解析、Chunk 是否切坏、正确片段是否…

#RAG#检索与重排#Embedding 模型选型

面试题·项目与经历· 字节

大模型 vs 搜推小样本特征怎么融合?

匹配正文：…、内容和用户文本，离线写入向量索引；双塔负责大规模召回，硬负样本和蒸馏提升领域适配。候选后重排：传统或双塔召回先缩小候选集，再让cross-encoder或LLM对小候选集重排、解释或抽取特征。通常不应先用昂贵LLM粗排全库、再用廉价模型精排；除非有明确缓存、规模和延迟证据。小样本迁移：冻结大部分基座，使用adapter、LoRA、多任务或对比学习；防止把用户ID等无语义稀疏特征硬转成文本。联合评测：离线看Recall、NDCG、校准与分桶公平性，线上看延迟、成本和业务…

#特征工程#迁移学习#多模态融合

面试题·Agent· 阿里

Agent 中 RAG 瓶颈怎么破?

匹配正文：一、核心瓶颈分析 1. 检索层瓶颈延迟来源：向量检索（HNSW索引构建耗时）、重排序（Cross-encoder延迟高）、多路召回合并精度损失：Embedding语义漂移、稀疏检索（BM25）与稠密检索融合权重难调 2. 上下文层瓶颈长度限制：长文档截断导致关键信息丢失，Agent多轮后历史膨胀噪声引入：检索top-k中的低相关文档污染生成，"中间丢失"现象 3. Agent特有瓶颈决策链累积错误：ReAct循环中检索→推理→工具调用，任一环节出错级联放大状态管理…

#阿里云#Agent#Agent RAG 瓶颈

面试题·Agent· 高德

Agent记忆分层与RAG检索

匹配正文：… 主动遗忘：低频访问+低重要性记忆进入"冷存储"，可配置彻底删除 RAG深度集成：上下文压缩检索后处理重排序（Rerank）：Cross-Encoder精排Top-K结果信息密度筛选：优先选包含实体、动作、结论的片段动态窗口分配：工作记忆固定槽位 + RAG结果弹性槽位 Prompt注入模板 [系统指令] [工作记忆：最近对话] [RAG检索：相关历史摘要] ← 动态填充 [当前用户输入] 平衡策略：设置token预算上限，RAG结果按相关性截断，确保总上下文<模型上…

#高德#Agent#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：…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：用真实query测试检索Top-K命中率，结合LLM评估生成质量，反向驱动分块策略、Embedding微调…

#字节#文档处理#RAG 数据处理流程

面试题·文档处理· 字节

Embedding+向量库怎么做语义匹配?

匹配正文：…万/千万级向量中毫秒级返回结果 5. 效果优化关键相似度阈值过滤：低于阈值的结果直接丢弃，避免引入无关内容 Rerank环节：用Cross-Encoder对召回结果精排，显著提升准确性混合检索：向量语义检索 + BM25关键词检索融合，互补覆盖一句话总结 Embedding模型解决"理解语义"问题，向量数据库解决"快速查找"问题，二者协同实现从海量文档中精准定位相关知识。学习建议建议先掌握嵌入模型原理和向量数据库基本操作，再结合RAG流程理解检索环节的语义匹配逻辑，…

#字节#文档处理#向量检索

面试题·文档处理· 百度

RAG ANN 索引优化

匹配正文：…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。高选择性过滤要评估 pre-filter 与 pos…

#百度#文档处理#RAG ANN 索引优化

面试题·文档处理· 美团

RAG 知识库搭建流程?

匹配正文：…合检索：向量相似度 + 关键词匹配（BM25），用RRF融合排序查询改写：扩展同义词、纠错，提升召回重排序（Rerank）：用Cross-Encoder精排Top-K结果学习建议建议系统学习该知识点

#美团#RAG 知识库搭建#文档预处理

面试题·文档处理· 安克科技

RAG向量化：分块与Embedding

匹配正文：…F-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·评估· 美团

RAG 工作原理与局限怎么分析?

匹配正文：…侧:纯向量检索对订单号、错误码等专有名词效果差(语义相近但字面不同),生产上采用混合检索(BM25 关键词 + 向量)召回,再用 Cross-Encoder 重排精选前几名,拼入 prompt 交给模型生成。优势与局限维度优势局限知识时效文档更新即生效,无需重训依赖知识库维护质量可信度可带引用溯源,幻觉降低检索失败时模型仍可能编造成本远低于持续微调每次查询多一跳检索,延迟上升场景考量与 RAG × 微调结合知识频繁更新、需要引用来源的场景(企业 …

#美团#评估与监控#RAG 工作原理

面试题·评估· 字节

RAG 评估指标与迭代陷阱

匹配正文：…见迭代优化方法瓶颈现象优化方法适用场景检索召回不足查询扩展（HyDE、多查询生成）、混合检索（BM25+向量）、重排序（Cross-encoder）用户问题表述模糊、专业术语对齐差检索精确率低稠密检索模型微调（领域适配）、元数据过滤、上下文压缩领域知识密集、噪声文档多生成幻觉/利用不足引用强制（要求标注来源）、检索内容前置、Self-RAG（生成时判断是否需要检索）对事实性要求高的场景长上下文处理差分层检索（摘要→细节）、递归检索、信息去重合并需…

#字节#评估与监控#RAG 评估

面试题·评估· 字节

专业领域 RAG 链路怎么搭?

匹配正文：…建实体链接三、检索策略多路召回 → 精排 → 重排：召回层：向量检索（Top-K）+ 关键词检索 + 图谱邻居扩展精排层：Cross-Encoder打分，过滤低相关片段重排层：按时效性、权威性加权；医疗优先临床指南，法律优先生效条文查询优化：识别专业术语缩写（如"心梗"→"心肌梗死"），扩展同义词四、生成优化 Prompt工程：强制引用来源，格式如"根据《XX指南》第X条..." 约束解码：禁止生成索引外信息，设置医学安全词表拦截上下文压缩：用LLM对检索结果…

#字节#RAG 全链路#RAG 技术链路

面试题·评估· 字节

RAG 三大瓶颈与迭代策略

匹配正文：…名词匹配问题查询改写：用LLM扩展Query（HyDE生成虚拟答案再检索）、澄清多义词、补全省略的主语重排序（Rerank）：Cross-Encoder精排，把候选从100缩到Top-5，精度提升明显但增加延迟索引优化：按业务领域分库、语义分层（摘要→正文→细节），减少候选噪声二、生成质量瓶颈与优化核心问题：上下文过长、信息冲突、幻觉上下文压缩：检索后先用小模型抽取关键片段，或递归摘要，控制输入在模型有效窗口内多路召回融合：多Query并行检索，去重后按相关性加…

#字节#评估与监控#RAG 性能瓶颈