匹配正文：先分清：Embedding 和 Rerank 各自对什么结果负责 RAG 的检索链路可以先想成一场两阶段筛选。第一阶段面对的是整座知识库。系统把用户问题编码成向量，再从大量文档片段里快速找出一小批候选。Embedding 模型的任务不是直接判断最终答案，而是把可能包含答案的片段尽量送进候选集。它如果漏掉了正确证据，后面的模型再聪明也无从补救。第二阶段只看这批候选。Rerank 模型把问题和每个候选片段放在一起判断相关性，然后重新排列顺序。它更擅长处理“关键词很像，但并没有…

#RAG#检索与重排#Embedding 模型选型

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· 字节

RAG检索质量差：Embedding与Rerank调优

匹配正文：…方案说明方案适用场景和 trade-off 体现工程落地经验问题诊断：先定位失效环节召回问题：相关文档没进候选池 → 需优化向量表示或扩大检索范围精确问题：噪声文档混入 → 需过滤或重排序排序问题：相关文档得分低 → 需重排序模型或特征工程核心应对策略 1. 查询侧优化（Query Rewriting）意图澄清：用LLM扩展同义词、补全省略的主语伪文档生成：HyDE 用模型生成假设答案再检索查询分解：复杂问题拆成子查询分别检索 2. 检索侧增强混合检索：向…

第 1 / 13 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

#字节#检索故障诊断#检索质量优化

面试题·RAG

RAG 为什么要同时用 BM25 和向量检索？

匹配正文：…被切分出来的原文，后文直接称为“原文段落”。 2 分钟完整作答如果面试官没有打断，可以这样回答： RAG 同时使用 BM25 和向量检索，是因为两种方法解决的漏找问题不同。BM25 适合标题、编号和专业术语这类原词明确的问题，例如“报销制度”；向量检索适合用户换了一种说法的情况，例如用“如何推销保险产品”去找“保险销售技巧”。两路会先各找一批原文段落，再合并并重新排序。融合负责把两路结果放进同一份候选清单，重排负责再次比较问题与候选，把更能回答问题的内容放到前面。搜索前还…

#RAG#检索与重排#RAG 混合检索

面试题·模型微调· 美团

向量检索怎么保准又保真?

匹配正文：答案要点 Embedding模型选型与微调多路召回与混合检索策略重排序（Rerank）机制查询理解与改写检索结果评估与迭代优化 1. Embedding层优化模型选型：根据领域特点选择模型（通用场景用BGE/M3E，垂直领域用微调模型）领域适配：用业务数据对Embedding模型做对比学习微调，缩小语义鸿沟动态更新：商品/内容Embedding随属性变化及时刷新，避免语义漂移 2. 多路召回策略召回方式适用场景向量召回语义相似，理解用户意图关键词/BM…

#美团#向量检索准确性#向量检索相关性

面试题·检索· 高德

向量数据库怎么支撑 Agent 记忆?

匹配正文：…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：利用LLM扩展同义表达，缓解query-doc语义鸿沟反馈闭环：记录"检索→使用→任务成功…

#高德#重排与优化#文档处理

面试题·检索· 字节

RAG架构：检索器与重排序策略

匹配正文：答案要点 RAG核心架构三要素（检索器、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Pr…

#字节#向量库与重排序#RAG 架构设计

面试题·检索· 字节

RAG 为何需要重排序?

匹配正文：…与文档："过拟合的危害" 向量相近，但可能无法直接回答问题用户真实意图需要深层理解，Embedding模型难以完全把握 2. Embedding模型的能力边界训练目标限制：对比学习优化的是"语义相近"，而非"任务有用" 领域适配问题：通用Embedding在专业领域表现下降长文本截断：上下文信息丢失导致语义偏移 3. 两阶段架构的设计逻辑阶段职责特点向量检索（粗排）快速缩小候选范围速度快、召回率高、精确率低 LLM重排/生成（精排）深度判断+综合决策理…

#字节#向量召回与重排#RAG 重排序

求职指南·RAG

混合检索、RRF 与重排项目模拟面试

匹配正文：适合写过混合检索、RRF 或重排的人，重点练为什么这样选、效果提升来自哪里、延迟增加多少。教学示例：先换成自己的真实项目描述，再逐题练习。下面保留完整追问分支、检查重点与评分规则。项目描述示例负责【真实检索场景】的混合召回与重排，承担【真实模块和决策】。需要准备：查询与语料场景；职责边界；候选生成与排序工件。使用【BM25、向量、RRF 或重排的真实组合】改善【真实指标】，代价为【真实时延或成本变化】。需要准备：基线；融合参数；消融结果；工程代价。逐层练习 1.…

#模拟面试#简历项目#连续追问

系统教程·检索

重排与检索优化面试题大全

匹配正文：…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 RRF 融合，再用 reranker 精排前几十条。继续…

#专题学习#重排与检索优化面试题大全

项目实战·RAG

第 4 章:Embedding 选型与向量化

匹配正文：…各编各的、能预存",所以快;交叉编码是"两段拼一起喂进去一起算",所以准但慢。一个负责海里捞,一个负责精挑,这正是后面"召回 → 重排"两阶段的由来。 🛠️ 跟着做:用玩具向量,看懂"向量化"也看清它的坑 Step 1:写一个最朴素的"向量化" 我们先不用任何模型,用最朴素的"数每个字出现几次"当向量(字级词袋)。新建 toy_embedding.py(完整文件见 code-snippets/toy_embedding.py): import math def to_vec…

#RAG#检索#项目实战

项目实战·RAG

第 5 章:检索召回,混合检索(BM25 + 向量)

匹配正文：…每条腿先召回多少):这是召回率的上限:正确 chunk 没进候选池,后面重排再准也救不回来。所以 N 先调大保召回,精度交给后面的重排(第 6 章)收。 top-k(最终给下游几条):太小会漏,太大把噪音和无关内容一起喂给 LLM,既增加成本又干扰生成。常用 top-3 ~ top-10,具体值用评估集找平衡点。元数据过滤(先缩范围再检索):用第 3 章给 chunk 打的标签(section_path / 产品 / 时间)先把范围圈小,再做向量/BM25:既提精度又降延迟…

#RAG#检索#项目实战

项目实战·RAG

第 6 章:重排(Rerank)与检索优化

匹配正文：…否靠前。这一章,我们就先用 20 行代码把"排序为什么会错"亲手复现一遍。 3 个核心概念(先白话,再术语) 概念 1:什么是"重排 / 精排"? 第 5 章的混合检索能把几十上百条"可能相关"的候选捞回来,但它们的顺序不一定对。重排(Rerank,也叫精排)就是再加一道关卡,用更强但更慢的模型,把这批候选重新排一次序,把最相关的几条顶到前面。概念 2:为什么粗排会排错? 第 5 章的向量检索和 BM25 都是独立打分的,只看 query 和单个 doc 各自的相似度/词…

#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：…的正文。正确证据已经进了候选集，只是排在后面。如果系统直接截取最前面的内容交给模型，最后答案仍可能跑偏。这时适合处理问题的是 Rerank，也就是重排。可另一个问题马上来了：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…

#RAG#检索与重排#RAG Rerank

面试题·RAG

RAG 检索效果差怎么排查？从 Query 到 Rerank 逐层定位

匹配正文：…排查起点。因为最终答案只是链路最后一层。错误可能早在文档解析时就发生，也可能是 Query 被改写带偏、过滤条件挡掉了正确文档、向量召回没找到、融合时被压下去，或者 Rerank 把正确证据排到了后面。如果连正确证据在哪一层消失都不知道，改参数更像碰运气。排查前，为什么先要有“正确证据”？如果只知道“答案错了”，排查没有参照物。系统返回的每条候选都可能看起来相关，但只有能够直接支持参考答案的原文，才是这次问题应该追踪的对象。因此，一条可调试样本至少要准备三样东西：…

#RAG#生成与对话#RAG 检索优化

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：…常见判断是大模型太慢，需要换一个更快的模型。但一条 RAG 请求在模型生成第一个字之前，已经经过 Query 处理、Query Embedding、关键词与向量检索、候选融合、Rerank 和上下文构建。真正的等待可能发生在其中任何一段。从调用依赖关系看，模型要等检索证据准备好，才能开始基于证据生成。因此，如果向量检索阶段很慢，流式输出只能改变第一个 Token 之后的展示，不能缩短前面的检索等待。这是链路顺序决定的。同样，如果 Trace 显示模型服务正在排队，继续调 …

#RAG#评测与上线#RAG 首字响应

面试题·Agent· 高德

Agent长期记忆Embedding检索策略

匹配正文：…m time_embedding(t), # 64-dim, 正弦编码或学习得到 importance_scalar, # 扩展为向量或作为后续加权 entity_sparse_vec # 用于快速过滤 ]) 二、检索策略：混合排序三阶段检索粗排：实体标签/关键词倒排索引快速过滤精排：向量相似度（余弦/IP）+ 时间衰减函数 score *= exp(-λ·Δt) 重排：访问频率加权 + 多样性去重（MMR算法避免冗余）时效性建模近期记忆：高权重，原始文本保留中期…

#高德#Agent#Agent长期记忆

面试题·文档处理· 字节

RAG 向量索引构建流程详解

匹配正文：…号语义连贯：处理跨页断句、表格换行，必要时用VLM提取图片/图表信息元数据保留：记录文档来源、章节标题、时间戳，用于后续过滤和重排序二、文本分块：粒度与上下文的权衡策略原理适用场景注意点固定长度按token/字符数切分，带重叠窗口通用场景，实现简单固定长度与重叠窗口都只作为候选配置，具体大小由文档结构、Embedding输入限制和同一评测集上的证据完整率、召回与成本共同决定递归分块先按段落/句子边界，再递归细分结构清晰的文档优先保证语义边界完整 …

#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：整体流程离线阶段文档解析 → 文本分块 → Embedding编码 → 向量入库 → 索引构建在线阶段用户Query → Embedding编码 → 向量相似检索 → Top-K召回 → （可选Rerank）→ 上下文组装关键技术点 1. 文本分块策略将固定长度、递归切分与语义分块作为候选，按段落或句子保留边界块大小权衡：太小丢失上下文，太大引入噪声将无重叠、短重叠和较长重叠放进同一评测集，比较边界召回与冗余成本 2. Embedding模型选择通用场景：B…

#字节#文档处理#向量检索

面试题·文档处理· 字节

RAG 文本分块与向量索引流程

匹配正文：…次化结构先按章节，再按段落滑动窗口需要上下文连贯比较无重叠、短重叠和较长重叠关键细节：chunk size 必须低于实际嵌入模型的输入限制，并在同一评测集比较；过小可能造成语义碎片化，过大可能稀释关键信息。二、嵌入模型选择选型维度：通用场景：sentence-transformers/all-MiniLM-L6-v2（轻量，384维）中文场景：BAAI/bge-large-zh、智谱Embedding-2 领域适配：领域数据继续预训练或对比学习微调优化技巧…

#字节#文档处理#向量检索

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：…集验证边界召回和成本清洗降噪：去页眉页脚、统一编码、过滤低信息密度内容元数据绑定：保留标题层级、来源URL、时间戳，用于过滤和重排序嵌入模型选择选型三要素：维度考量语言中英混合选bge-m3、gte-large；纯英文选text-embedding-3-large 上下文长文档需≥8K上下文，否则先做摘要领域垂直领域用微调模型（如医学用PubMedBERT）调用方式：优先用私有化部署（Xinference/TEI），API兜底向量生成与优化批量编码…

#安克科技#RAG 向量化流程#Embedding 模型选择

面试题·文档处理· 安克科技

RAG向量化：分块与Embedding

匹配正文：…d分割器）优化技巧：比较零重叠、短窗口和较长窗口，用同一评测集验证是否减少边界信息丢失保留元数据（标题、章节、时间戳），用于重排序过滤三、向量归一化 # L2归一化：将向量映射到单位球面 import numpy as np vector_norm = vector / np.linalg.norm(vector) 作用：消除模长差异，使余弦相似度等价于点积，加速计算四、向量匹配原理与优化余弦相似度： \text{sim}(A,B) = \frac{A \cdot…

#安克科技#RAG 向量化#Embedding 模型

面试题·模型微调· 高德

Agent 记忆怎么用向量库?

匹配正文：… HNSW为主流选择，平衡速度与召回按用户ID分区，避免跨用户污染时间戳作为辅助索引，支持范围过滤三层检索策略相似度召回：向量检索Top-K（如50个候选）时序衰减加权：score = similarity × exp(-λ·time_gap)，λ控制遗忘速度重要性重排序：用轻量模型打分，考虑：是否包含用户明确确认的信息（"对的""没错"）是否涉及后续对话引用是否跨会话被重复提及（长期偏好）重排序技巧：用对话历史做Cross-Encoder精排，或训练小型…

#高德#Agent#向量检索

面试题·模型微调· 百度

文本嵌入模型怎么选?

匹配正文：…：语言覆盖：纯中文→BGE/GTE；中英混合→BCEmbedding或微调上下文长度：短文本（512）vs 长文档（8K+）向量维度：768/1024常见，维度越高存储成本越大推理成本：边缘端选小模型（如bge-small），服务端可选大模型进阶优化：垂直领域建议用领域数据做对比学习微调重排序（Rerank）阶段可用Cross-Encoder提升精度一句话总结通用场景选BGE-large，长文本选GTE，成本敏感选M3E，中英混合做微调——没有最好，只有最适…

#百度#文本嵌入模型#Embedding 模型对比