匹配正文：FAISS 解决什么问题 FAISS 提供高维向量的相似度搜索与聚类实现，既支持 Flat 精确搜索，也支持多种近似最近邻索引。Flat 会计算查询与全部向量的距离，结果精确且可作为评测基线；当数据规模、维度或 QPS 超出预算时，再用 ANN 在召回率、延迟与内存之间取舍，不能笼统说精确搜索一定不可行。 IVF：减少候选比较 IVF 用聚类中心把向量分配到倒排列表。查询先找近邻中心，再只扫描 nprobe 个列表中的候选。增大 nprobe 往往提高召回但增加计算；实际复杂…

#向量检索#近似最近邻搜索#量化压缩

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：…Search 在内存、构建、延迟和召回间取舍。它是近似图搜索，不能承诺 O(logN) 或 >95% 召回；以实际数据和参数为准。Faiss HNSW 还不支持直接删除向量，需要版本/墓碑与重建策略； IVF/PQ 组合：nlist、训练样本、nprobe、编码字节和可选重排共同决定速度、压缩和召回，不能固定宣称压缩 10–20 倍；自建或托管服务：依据容量、过滤能力、更新一致性、备份恢复、租户隔离、运维人力和总成本选择，不能仅用百万/千万/十亿向量划线。元数据过滤和 A…

#字节#文档处理#向量检索

面试题·检索· 百度

向量召回有哪些实现方式，如何选型？

匹配正文：…航近似搜索 HNSW 构建多层邻接图，通过图遍历找到近邻。它常能在较高召回下取得低延迟，但需要额外图结构内存，构建和更新也有成本。Faiss 的 HNSW 底层存储可以是 Flat、标量量化或 PQ；“底层精确搜索”不是 HNSW 的定义。Faiss HNSW 不支持直接删除，因此删除、过滤与重建策略必须按所用引擎验证。关键参数如 M、efConstruction、efSearch 共同影响构建时间、内存、召回和延迟，应在目标数据与并发下画曲线。 3. IVF：先选倒排单元…

第 1 / 3 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

#向量检索#Faiss#Flat

项目实战·RAG

第 4 章:Embedding 选型与向量化

匹配正文：…实测。 2.3 向量库 + ANN 索引文字变成向量后,需要存储和检索组件。Milvus、Qdrant 等提供数据库/服务能力;Faiss 是相似度搜索与聚类库,可嵌入应用,但不等同于具备持久化、权限、备份和高可用能力的数据库。但"快速查"有讲究:随着向量规模增长,query 逐个算精确距离的开销会增大,因此常会评估 ANN(近似最近邻)索引(如 HNSW、IVF): 向量库 + ANN 索引业内行话:ANN 里的 A 是 approximate(近似)。它通过减少需要…

#RAG#检索#项目实战

求职指南·求职

只会 Java,怎么快速上手 Python 和大模型工程栈

匹配正文：…校验,是整个栈的地基 Web / 服务化 FastAPI + uvicorn 把你的 AI 逻辑暴露成 HTTP 接口向量检索 faiss / chroma / pgvector 等根据数据规模、过滤、持久化、权限、运维和延迟基准选择笔记与实验 Jupyter 边写边看中间结果,调 prompt、看 embedding 时很顺手环境与包 uv / pip / venv 等固定解释器与依赖版本,生成可复现锁文件并在部署环境验证可选编排 LangChain / Lla…

#求职#职业转型

面试题·文档处理· 字节

文本块如何生成向量并构建可维护索引？

匹配正文：…排”。复杂度和规模阈值依数据、维度、过滤、硬件与实现，不应写死 <1M、>100M 或 HNSW 精度最优。 4. 选择库或服务 Faiss 是相似度搜索库，不等于完整的多租户数据库服务。托管或自建向量系统的能力随版本和套餐变化，应实测：支持的索引与距离、过滤语义、更新/删除、复制与备份、租户隔离、批量导入、监控、成本、数据驻留和导出。不要用固定的“某产品贵/黑盒/企业级”表格长期充当事实。 5. 构建、发布与更新构建工件要包含数据快照、嵌入与索引版本、数量、失败列表、参数…

#RAG#文本向量化#Embedding

面试题·文档处理· 字节

RAG 向量索引构建流程详解

匹配正文：…/TensorRT加速，量化到FP16/INT8，batch推理降延迟四、向量存储与索引优化存储选型：小规模（<100万）：FAISS Flat（精确搜索，无训练）中等规模：FAISS IVF（倒排文件，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ColBER…

#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：…过滤下推能力成本结构自托管：人力成本高，硬件成本可控 SaaS：按量付费，适合波动负载字节场景的特殊考量：内部通常自研或基于Faiss二次开发，追求极致性能与成本控制，同时需要与推荐系统基础设施打通。学习建议掌握常见嵌入模型（如BERT、Sentence-BERT）和向量数据库（如FAISS、Milvus）的基本原理与对比维度，结合RAG流程理解向量化与检索的协同机制。

#字节#向量检索#Chunk 向量化

面试题·文档处理· 美团

RAG知识库构建流程详解

匹配正文：…probe 和编码决定构建、内存、速度与召回，不能简单写成“上亿数据就选 IVF”。 pgvector、Milvus、托管服务或 Faiss：依据过滤、事务与更新一致性、备份、租户隔离、容量、硬件和运维能力选。不存在 pgvector < 100M 这类通用分界线。过滤语义要看实现。以 pgvector 为例，近似索引扫描后的过滤可能导致返回不足，需要调候选、迭代扫描、分区或部分索引；Milvus 也区分标准过滤与迭代过滤。ACL 必须在服务端检索路径执行，不能生成后再删除…

#美团#RAG 知识库构建#文档预处理

面试题·评估· 淘天

RAG编码模型评估指标与对比

匹配正文：RAG整体流程三阶段架构：索引阶段：文档切分 → 编码模型生成向量 → 写入向量数据库（如FAISS、Milvus）检索阶段：Query编码 → 向量相似度搜索 → Top-K文档召回生成阶段：Query+检索文档拼接 → LLM生成答案编码模型理解核心架构：双编码器（Bi-Encoder） Query → Encoder_q → 向量q Doc → Encoder_d → 向量d Score = q · d （点积或余弦相似度） DPR（Dense Passag…

#淘天#DPR 与 Contriever#RAG 编码模型评估

面试题·评估· 百度

RAG 架构怎么工作?

匹配正文：…作流程拆解 1. 索引阶段（离线）文档切分（Chunking） Embedding模型编码 → 存入向量数据库（如Milvus、Faiss） 2. 检索阶段（在线） Query向量化，计算相似度，召回Top-K相关片段 3. 生成阶段将检索结果作为上下文，与Query一起送入LLM 典型Prompt模板："基于以下信息回答问题：[检索内容] \n 问题：[Query]" 核心优势（知识密集型任务）优势说明缓解幻觉生成内容有明确来源，可事实校验知识时效性无需重训…

#百度#评估与监控#RAG 架构

面试题·模型微调· 字节

架构与训练怎么提升多轮一致性?

匹配正文：…（External Memory）：关键信息向量库（摘要、实体、用户画像）记忆写入：每轮用轻量encoder提取关键信息，更新至FAISS/HNSW索引记忆读取：当前query检索Top-N相关记忆，拼接至输入二、训练策略优化多阶段训练阶段目标数据特点预训练长文档建模书籍、长文章，4K→32K→128K渐进扩展 SFT 对话能力高质量多轮数据，平均10-20轮，含角色一致性标注 RLHF 连贯性与有用性多轮偏好对，同一问题不同轮次的回答对比一致性约束…

#字节#模型微调#多轮对话一致性

面试题·模型微调· 字节

RAG 工作原理与架构怎么搭?

匹配正文：…据保留 Embedding模型通用场景用BGE/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）、Qu…

#字节#RAG 系统架构#RAG 工作原理

面试题·模型微调· 百度

RAG 端到端工作流程

匹配正文：…t → LLM生成工作流程离线准备：文档分块 → 向量化（如BGE、OpenAI Embedding）→ 入库（Milvus/Faiss/Elasticsearch）在线查询：用户问题向量化 → 向量相似度检索 → 取Top-K相关文本块增强生成：将检索结果作为上下文，与问题一起输入LLM，生成最终回答核心优势对比维度纯生成模型 RAG 知识时效性训练数据截止，无法更新知识库实时更新，无需重训幻觉问题容易编造事实基于检索文档生成，可控可溯源成本全量…

#百度#RAG 端到端工作流程#RAG 从查询到答案怎么工作？完整流程与可靠性边界

面试题·模型微调· 商汤科技

RAG 技术流程怎么跑?

匹配正文：…g模型（如BGE、M3E、OpenAI text-embedding-3）将文本转为稠密向量存储：写入向量数据库（Milvus、Faiss、Pinecone等），建立索引加速检索 2. 检索阶段（在线）查询向量化：用户问题同样转为Embedding向量相似度搜索：用ANN（近似最近邻）算法快速召回Top-K相关块重排序优化：用Cross-Encoder等精排模型提升相关性（可选但重要） 3. 生成阶段上下文组装：将检索结果与用户问题拼接成Prompt 大模型生成：L…

#商汤科技#检索生成流程#RAG 技术流程

面试题·模型微调· 字节

RAG 检索与生成流程详解

匹配正文：…，保留段落边界向量化：用Embedding模型（如BGE、M3E）将chunk转为向量索引存储：存入向量数据库（Milvus、Faiss、Elasticsearch）在线阶段：检索生成 Query理解：必要时进行Query改写、扩展、意图识别向量检索：用ANN算法快速召回Top-K相关chunk 精排优化：Cross-Encoder重排序，过滤低质量内容上下文融合：将检索结果拼接为Prompt上下文，约束模型生成技术架构用户Query → Query处理 → 向…

#字节#检索生成流程#RAG 实现

面试题·模型微调· 商汤科技

RAG 基本工作流程是什么?

匹配正文：…度分块（chunk）向量化：用 Embedding 模型（如 BGE、M3E）转为稠密向量存储：写入向量数据库（Milvus、FAISS、Elasticsearch） 2. 检索阶段（在线）用户查询同样向量化相似度搜索（余弦相似度/IP），召回 Top-K 相关片段 3. 生成阶段（在线）将检索结果 + 原始查询拼接为 Prompt 大模型基于"上下文"生成答案，可要求标注来源关键优势维度说明成本无需训练，API 调用即可时效性知识库实时更新可解释 …

#商汤科技#RAG 工作流#RAG 工作流程

面试题·检索

向量数据库和普通数据库有什么区别?

匹配正文：…强生成）里"根据问题找相关文档"这一步的基础设施。和传统数据库的对比维度传统数据库（MySQL）向量数据库（Milvus/Faiss 等）存什么结构化行数据高维向量 + 元数据怎么查精确条件（WHERE）相似度 Top-K（近邻搜索）结果完全匹配的集合按距离排序的"最像的几条" 典型索引 B+ 树 HNSW / IVF / PQ ANN 为什么快暴力检索要把查询向量和库里每一条都算一次距离，N 条就是 N 次计算，规模一大就扛不住 ANN 提前建索…

#入门#基础概念#向量数据库

面试题·知识图谱· 字节

医疗法律 RAG 合规追溯

匹配正文：…射到同一向量 2. 检索策略：多路召回+精排召回通道适用场景实现稠密向量语义相关、同义表达微调后的Embedding+Faiss/Milvus 稀疏向量（BM25）精确匹配、专有名词 Elasticsearch 知识图谱实体关系、推理查询实体链接+子图检索倒排索引时效性筛选、地域过滤元数据索引融合策略：RRF（Reciprocal Rank Fusion）或轻量模型打分，避免单路失效 3. 查询理解与改写意图识别：区分"诊断建议"vs"用药禁忌"（…

#字节#医疗法律 RAG 合规追溯#医疗和法律 RAG 怎么做安全合规与证据追溯

面试题·多模态· 快手

多模态 RAG 与传统 RAG 差异在哪?

匹配正文：…问题, 图像证据, 文本答案>三元组数据难以构建典型实现与应用实现方式： CLIP-based双塔：图像和文本共享嵌入空间，用FAISS/Pinecone构建多模态向量库多模态LLM + RAG：GPT-4V/InternVL等原生支持图像输入，检索阶段返回图像+文本混合上下文应用场景：电商客服：用户上传商品瑕疵图 → 检索相似案例图+解决方案文本医疗诊断：CT影像 + 病历文本联合检索，辅助报告生成工业质检：视频流关键帧检索，定位故障历史记录学习建议建议先…

#快手#多模态#多模态 RAG

面试题·RAG· 字节

RAG 怎么提升生成质量?

匹配正文：…→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：不用重新训练，更新文档即可领域适配：低成本接入私有知识，比微调便宜10-100倍可解释性：答案从哪来一目了然关键优化点（加分项）检索侧：Que…

#字节#大模型幻觉#RAG 原理

面试题·RAG· 字节

RAG 怎么提升事实准确性?

匹配正文：…embedding-3）检索（Retrieval）用户Query向量化→相似度搜索→Top-K召回向量数据库（Milvus、Faiss、ES）生成（Generation）拼接"Query+检索结果"→Prompt工程→LLM生成大模型+Prompt模板如何提升两大能力 1. 事实准确性生成时提供可溯源的参考文本，约束模型"基于证据回答" 避免参数知识中的事实性错误（如"2024年美国总统是谁"） 2. 知识覆盖动态接入私有/实时数据（企业文档、最新新闻）无…

#字节#RAG工作原理#RAG 工作原理

面试题·RAG· 美团

RAG 知识库怎么增量更新?

匹配正文：…退化，需定期rebuild优化 IVF索引可增量添加新voronoi cell，或采用IVF_PQ的增量训练子码本纯内存索引（如faiss）+ 持久化log，重启时重放恢复工程层面的版本管理热索引（服务读） ← 双缓冲 → 冷索引（后台构建） ↑ 增量数据写入WAL → 异步合并 → 触发切换写WAL保证不丢数据，后台定期merge到新索引切换时保持旧索引引用，待查询结束后再释放（RCU机制）核心挑战一致性窗口：增量插入HNSW非原子，可能读到"半插入"节点 →…

#美团#知识库增量索引#RAG 增量更新

面试题·RAG· 百度

RAG 技术原理与核心组件详解

匹配正文：…块，控制chunk size（通常256-512 tokens） Embedding：用BGE、M3E等模型编码为稠密向量存储：FAISS、Milvus等向量数据库 + 可选的倒排索引混合 2. 检索（Retrieval）稠密检索：向量相似度（余弦/IP）稀疏检索：BM25关键词匹配重排序：Cross-Encoder精排，过滤低质结果查询改写：HyDE、Query Expansion提升召回 3. 生成（Generation）上下文拼接：检索结果 + 用户Quer…

#百度#RAG核心组件#RAG 技术原理