匹配正文：核心原则增量索引要同时保证数据可恢复、查询视图一致和召回质量可验证。不同向量引擎对插入、更新和删除的支持不同，不能把复杂度或是否需要重建写成统一结论。 1. 写入与索引分层先把文档、chunk、embedding 及版本写入主数据存储，并用 WAL 或消息队列传递变更。消费端按文档版本和事件 ID 做幂等处理，把新向量写入 Delta 索引。插入成本、锁模型和可见延迟以具体引擎实现为准。查询同时搜索稳定的 Base 索引和 Delta 索引，合并候选、按文档版本去重，…

第 1 / 17 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

#蚂蚁

#增量式向量索引

#向量索引更新

面试题·检索· 字节

RAG 向量检索怎么高效召回?

匹配正文：…iskANN（内存受限）参数调优：ef_search（搜索深度）、M（图连通度）与延迟的trade-off 3. 多路召回融合向量召回（语义相似） + 稀疏检索（BM25，关键词匹配） + 倒排索引（结构化过滤） → 线性加权或Learned Sparse Retrieval（如SPLADE）融合关键影响因素层级核心因素典型问题表示层 Embedding质量领域术语理解差、长文本截断、多语言对齐索引层分块策略块过大（粒度粗）、块过小（上下文断裂）、边界截…

#字节#向量数据库召回#RAG 向量检索

面试题·检索· 小米

Embedding 向量维度选型

匹配正文：…entence-BERT 共享骨干的Siamese/Triplet编码方式通过句对分类、回归或triplet等目标学习可比较的句向量，具体损失依训练方案 BERT为何不适合直接做语义检索 BERT的[CLS]向量未经显式句子相似度训练，语义区分度弱 BERT也能独立编码并pool成向量，但未针对句向量训练的质量未必好。Cross-Encoder才需逐(query,doc)配对前向；一条query对N文档为N次配对，N句全两两比较才是约O(N²)对。SBERT可预计算文档表示…

#小米#向量检索#Embedding 向量维度选型

项目实战·RAG

第 4 章:Embedding 选型与向量化

匹配正文：…料,排名经常会变。先用 BGE 这类稳的中文模型跑通,再拿你的评估集(第 3 章那套)横向比几个,用数据定。选型演练:比较云端 Embedding 与本地模型时,不要只看公开榜单。先列出目标数据是否允许外发、索引是否频繁重建、请求量、硬件、延迟和预算,再在同一评估集上测召回质量。正文不预设查询规模、账单或"切换后一定提升"的结果;这些都要由你的真实约束和实测决定。 2.2 向量维度怎么选(768?1024?还是 1536?) 选模型时绕不开一个参数:向量维度(模型输出向量有…

#RAG#检索#项目实战

面试题·RAG

RAG 文档解析质量怎么评估？不能只看“解析成功”

匹配正文：…也没有回答用户提问时能不能找到正确证据。解析错误往往不会让程序崩溃。标题被压成普通正文，数据库照样可以写入；同一页重复输出两次，向量仍然能够生成；引用位置发生偏移，任务状态也可能显示完成。所以面试官问“怎么评估文档解析质量”时，不能只回答一个准确率。为什么一个“解析准确率”不够？假设两套解析方案都保留了页面里的绝大部分字符。第一套仍然区分章节标题、列表前导句和正文，第二套却把它们全部压成同一级文本。若只按字符是否出现计算，两套结果可能很接近；进入 RAG 后，第二套…

#RAG#解析与入库#RAG 文档解析评估

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：…否变化。若只在训练相似问题上进步，却让其他问题变差，就不应直接上线。什么时候才值得做领域微调上线时最容易漏掉的，是版本与迁移 Embedding 升级需要新旧索引并存一段时间。从工程实施角度，更稳妥的做法是：用新模型重算一份独立索引，跑完离线回归和数据完整性检查，再让少量或影子流量同时查询新旧链路，确认质量、延迟和资源符合预期，最后切换读流量。旧索引在回滚窗口结束前保留，不能覆盖式重建后才发现新模型有问题。向量记录要带模型版本、维度、分块版本和文档版本。Query 缓存…

#RAG#检索与重排#Embedding 模型选型

面试题·RAG

RAG 首字响应为什么慢？Embedding、检索和生成怎么逐段优化？

匹配正文：…在排队，继续调 HNSW 参数也无法触及这个阶段。由此可以引出一道 RAG 工程面试题： RAG 首字响应慢，怎样逐段定位瓶颈？Embedding、检索、Rerank、缓存和流式输出分别能解决什么问题？只回答“加 Redis、开异步、上流式”通常不够。面试官会继续问：首字响应和完整答案耗时有什么区别？两路检索能不能并行，哪些步骤存在前后依赖？缓存命中以后，权限和知识更新怎样保证？把 ANN 参数调快了，召回质量下降怎么办？首字响应和总耗时不是一回事首字响应常用…

#RAG#评测与上线#RAG 首字响应

面试题·文档处理· 字节

RAG 向量索引构建流程详解

匹配正文：…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、索引参数调优。学习建议建议先掌握RAG整体架构，再分步学习数据清洗、分块策略…

#字节#文档处理#RAG 数据处理流程

面试题·文档处理· 字节

Chunk 向量化与索引怎么选?

匹配正文：…按语义段落和结构边界切分，再把多组固定长度与重叠窗口作为候选；由模型输入限制、文档结构和同一评测集上的证据完整率、召回与成本决定嵌入模型编码：将文本映射为稠密向量（通常768或1024维）索引构建：选择ANN算法（HNSW、IVF-PQ等）建立可高效检索的数据结构二、常用嵌入模型对比模型特点适用场景 OpenAI text-embedding-3 语义质量高，API易用，按token计费快速验证、中小规模、预算充足 BGE/M3E（开源）中文优化好，可本地部署…

#字节#向量检索#Chunk 向量化

面试题·文档处理· 安克科技

RAG文本向量化：分块与嵌入陷阱

匹配正文：答案要点分块策略的设计原则与粒度控制 Embedding模型的选型依据（中英双语、领域适配）向量维度与归一化的影响稠密向量与稀疏向量的混合方案实际落地中的质量评估方法完整流程概述 1. 文档预处理与分块策略粒度选择：按语义段落、结构边界、固定长度滑动窗口和句子级别提出候选关键参数：chunk_size与overlap都是候选变量，结合文档结构、模型输入限制和同一评测集上的召回、证据完整率与成本决定边界优化：优先在标点、段落处切割，避免句子中途截断 2. Emb…

#安克科技#RAG 文本向量化#分块策略

面试题·模型微调· 字节

RAG Embedding 模型怎么选?

匹配正文：…端API vs 私有化部署的硬件约束 4. 领域适配通用领域：直接用开源SOTA模型垂直领域（医疗、法律）：检查领域术语的编码质量，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· 百度

RAG 向量模型怎么选?

匹配正文：答案要点语义表达能力与领域适配性向量维度与存储成本的权衡检索速度与推理延迟多语言支持与跨语言检索能力微调扩展性与模型生态核心选型维度 1. 语义质量指标 MTEB榜单排名：参考检索、重排序、聚类等任务的综合表现领域适配性：通用模型（如BGE、E5）vs 领域微调模型（如GTE-medical）上下文长度：支持512/2048/8k tokens，长文档需截断或分层处理 2. 工程性能指标向量维度：常见768/1024，维度↑精度微增但存储和计算成本线性↑ 推…

#百度#评估与监控#向量检索

面试题·模型微调

生成质量差怎么调优?

匹配正文：…成本首选）指令结构化：明确输出格式（"请分三点回答"）、约束条件（"仅基于提供的文档"） Few-shot示例：在Prompt中嵌入2-3个高质量输入-输出样例角色设定：赋予模型特定身份（"你是严谨的医学助手"）提升一致性 2. 上下文处理优化问题技术手段文档过长/噪声多重排序（Rerank）：用Cross-Encoder对检索结果二次排序上下文窗口溢出语义压缩：用LLM提取关键句，或滑动窗口分段处理多文档冲突冲突检测+源标注：要求模型标注引用来源，显式处…

#RAG 生成质量#指令遵循#生成模块调优

面试题·检索

什么是 Embedding 向量嵌入？

匹配正文：…欧氏距离等度量，原理相通：把“语义像不像”的模糊问题，变成“数字算一算”的精确问题。注意：两段文本必须用同一个模型编码，不同模型的向量空间互不兼容。在 RAG 里的角色阶段 Embedding 做什么离线建库把知识库里每个文本块转成向量，存入向量数据库在线检索把用户问题也转成向量，找出距离最近的 Top-K 个块没有 Embedding 就没有“按意思找资料”这件事，RAG 检索质量的上限很大程度取决于嵌入模型的好坏。入门之后，可以往嵌入模型的选型与评测（MT…

#入门#基础概念#Embedding是什么

面试题·知识图谱· 字节

GraphRAG 怎么提升检索质量?

匹配口述回答：…划分的粒度，太粗会丢失细节，太细又增加检索延迟。所以我的判断是：GraphRAG和传统RAG不是替代关系，而是互补。日常简单查询走向量检索，又快又准；遇到复杂推理、跨文档聚合的场景，才启用图检索。实际落地我倾向先上传统RAG兜底，再对高频复杂查询做GraphRAG增强，这样成本和效果能平衡。还有一个有意思的点是，GraphRAG的社区摘要其实可以离线预计算，这样在线只做摘要匹配，延迟可控，但摘要的粒度怎么选，是粗放一点覆盖全局，还是精细到每个子社区，这直接影响召回质量，我还…

#字节#知识图谱#GraphRAG

面试题·RAG· 字节

RAG 怎么提升生成质量?

匹配正文：…部知识库，把相关文档塞进Prompt，让模型基于"开卷考试"作答。标准流程（三阶段）阶段关键动作技术要点索引文档切分→Embedding→入库分块策略（按语义/固定长度）、向量化模型选型检索 Query向量化→相似度搜索→TopK召回向量数据库（Milvus/Faiss）、多路召回（向量+关键词）生成拼接Prompt→LLM生成答案上下文压缩、引用溯源、拒答机制为什么能提升质量？事实准确性：知识库可维护、可溯源，直接引用原文降低幻觉知识时效性：不…

#字节#大模型幻觉#RAG 原理

面试题·检索· 字节

RAG检索质量提升5法

匹配正文：…结果扩展词项，需防止错误结果造成 query drift。 2. 检索中：多路召回与排序 BM25 擅长字面、实体和编号匹配，稠密向量擅长语义近似，可用 RRF、归一化加权或学习排序融合。随后只对有限候选使用 Cross-Encoder 等重排模型。具体候选数由 Recall、nDCG、吞吐和延迟预算决定，不使用固定通用值。 3. 检索后：上下文选择对候选做权限和元数据过滤、去重、证据片段抽取、上下文压缩与排序，保留引用关系。块大小和压缩策略取决于文档结构、查询类型与模型窗…

#字节#重排与优化#RAG 检索质量提升

面试题·检索· 网易

BM25+向量+Cross-Encoder 怎么组合?

匹配正文：…前应保留来源、权限、时间和业务过滤条件。候选规模、RRF 参数和最终 Top-K 都应通过离线 Recall/nDCG、端到端问答质量、延迟和成本共同选择。数据变化时持续监控两路召回贡献、重排增益和失败查询，不能把任一固定组合称为所有 RAG 系统的“黄金标准”。图解 BM25+向量+Cross-Encoder 怎么组合?图解

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

面试题·检索· 字节

Embedding 怎么实现语义召回?

匹配正文：…econe）或近似最近邻索引（HNSW、IVF） HNSW：图索引，查询快、精度高，适合动态更新场景 3. 查询检索（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/C…

#字节#向量语义召回#Embedding 语义召回

面试题·检索· 字节

RAG 向量库怎么处理时间衰减?

匹配题目：请描述RAG（Retrieval-Augmented Generation）系统的完整工作流程，并说明在构建向量检索库时，如何应对信息时效性问题（如时间衰减）以提升召回质量。

#字节#向量库时效性#RAG 工作流程

面试题·检索· 字节

Embedding + 向量数据库怎么搭?

匹配正文：…分与截断仍要按任务验证轻量部署 MiniLM、BGE-small 速度快、资源占用低选型关键：在目标资料与query上比较检索质量、语言/长度支持、成本和延迟；维度并非质量保证，也不预设所有业务都按同一优先级排序。二、向量化流程原始文本 → 文本分块（Chunking） → 嵌入编码 → L2归一化 → 写入向量库关键细节：分块策略：按语义段落切分（200-500 tokens），重叠窗口保证上下文连贯编码方式：使用同一兼容模型的正确query/document…

#字节#Embedding向量检索#Embedding 向量数据库

面试题·检索· 美团

Embedding 模型结构选型

匹配正文：… Sentence-BERT (SBERT) 基于BERT+孪生网络结构，双塔共享参数采用CLS或Mean Pooling获取句向量用余弦相似度直接比较，推理效率远高于BERT原生交互式 2. SimCSE 无监督版：同一句话过两次Dropout，正样本对来自自身，负样本来自batch内其他样本有监督版：利用NLI数据，蕴含为相似、矛盾为不相似核心优势：无需标注数据也能学到高质量语义空间 3. 其他代表 Instructor: 任务指令引导，"Represent th…

#美团#向量检索#Embedding 模型结构选型

RAG检索质量差：Embedding与Rerank调优

向量检索怎么保准又保真?

增量式向量索引怎么更新?

RAG 向量检索怎么高效召回?

Embedding 向量维度选型

第 4 章:Embedding 选型与向量化

RAG 文档解析质量怎么评估？不能只看“解析成功”

Embedding 和 Rerank 模型怎么选？什么时候值得领域微调？

RAG 首字响应为什么慢？Embedding、检索和生成怎么逐段优化？

RAG 向量索引构建流程详解

Chunk 向量化与索引怎么选?

RAG文本向量化：分块与嵌入陷阱

RAG Embedding 模型怎么选?

RAG 向量模型怎么选?

生成质量差怎么调优?

什么是 Embedding 向量嵌入？

GraphRAG 怎么提升检索质量?

RAG 怎么提升生成质量?

RAG检索质量提升5法

BM25+向量+Cross-Encoder 怎么组合?

Embedding 怎么实现语义召回?

RAG 向量库怎么处理时间衰减?

Embedding + 向量数据库怎么搭?

Embedding 模型结构选型