匹配正文：答案要点余弦相似度的数学原理及为何适用于高维向量 HNSW和IVF的核心机制与适用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…

#安克科技#HNSW与IVF#RAG 向量匹配

项目实战·RAG

第 4 章:Embedding 选型与向量化

匹配正文：…、向量维度、存储、构建时间和查询延迟放在同一评估里比较;部分支持 MRL(可截断表示) 的模型允许尝试较短向量,但截断后的质量损失与资源收益仍需在自己的数据和负载上实测。 2.3 向量库 + ANN 索引文字变成向量后,得有地方存、还得能快速查,这就是向量库(Milvus / Faiss / Qdrant 等)。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…

#RAG#检索#项目实战

面试题·文档处理· 字节

RAG 数据处理与索引流程?

匹配正文：…垂直领域需微调（如法律/医疗）批处理优化：GPU并行、动态长度填充质量验证：抽样人工评估语义相似度，监控离群点 5. 向量存储与索引构建索引结构： HNSW：高召回、内存型，适合百万级 IVF+PQ：亿级规模、磁盘友好元数据设计：必须包含doc_id、chunk_index、source、timestamp，支持过滤查询性能影响：索引参数（efConstruction/M）直接决定召回率vs查询延迟的权衡系统级优化建议增量更新：避免全量重建，设计版本化索引切换机…

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

#字节#文档处理#向量检索

面试题·文档处理· 字节

Chunk 向量化与索引怎么选?

匹配正文：一、文本块向量化流程核心步骤 Chunk策略：先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…

#字节#向量检索#Chunk 向量化

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：…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：查询端与文档端使用不同prompt（如"为这个句子生成表示："）维度压缩：PCA或模型蒸馏降低存储成本三、向量存储与索引方案特点适用规模 FAISS 内存索引，HNSW/IVF算法，零成本百万级，单机 Pinecone 全托管，元数据过滤，自动扩缩容千万级+，生产环境 Milvus/Zilliz 开源/云原生，GPU加速十亿级索引优化：…

#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：分块与Embedding

匹配正文：答案要点嵌入模型的选型原则与主流方案（OpenAI、BGE、M3E等）文本分块的核心策略（固定长度、语义分块、递归分块等）及边界处理向量归一化的作用与L2归一化实现余弦相似度的数学原理与计算优化 ANN近似最近邻算法（HNSW、IVF等）的应用场景一、嵌入模型选型场景推荐方案特点通用中文 BGE-large-zh、M3E-base 开源、可私有化部署多语言 E5-multilingual、OpenAI text-embedding-3 跨语言检索能力强垂…

#安克科技#RAG 向量化#Embedding 模型

面试题·检索· 快手

RAG 延迟与准确率优化

匹配正文：…应不可控生成阶段长上下文导致首token延迟高长序列KV Cache计算量大，Attention复杂度O(n²) 正确率挑战与根因检索不准：向量相似度≠语义相关，用户query与文档表述gap大上下文噪声：Top-K检索结果混入无关文档，稀释有效信号多跳失败：复杂问题需跨文档推理，单轮检索覆盖不全优化思路延迟优化预检索策略：热点query缓存、用户画像预加载常用知识检索加速：向量量化(IVF-PQ)、图索引(HNSW)、检索结果缓存流式生成：首token…

#快手#RAG延迟优化#RAG 延迟与准确率优化

面试题·检索· 百度

RAG 工作原理与核心组件

匹配正文：答案要点 RAG的完整流程：索引、检索、生成三阶段 Embedding模型的作用和选择向量数据库的构建与检索算法（HNSW/IVF）检索策略：稠密检索、稀疏检索、混合检索 RAG的优化方向：查询改写、重排序、多路召回 RAG核心架构：索引-检索-生成三阶段 1. 索引阶段（离线）文档切分：按语义/固定长度分块，chunk size通常256-512 token 向量化：用Embedding模型（如BGE、M3E、OpenAI text-embedding）将文本转为稠密…

#百度#RAG核心组件#RAG 工作原理

面试题·检索· 百度

RAG 工作流程与关键技术组件

匹配正文：…成阶段查询理解：用户query可能需改写/扩展（HyDE、Query2Doc）向量检索：Top-K相似度召回，常用ANN算法（HNSW、IVF）重排序（Rerank）：用Cross-Encoder精排，提升相关性上下文组装：将检索结果注入Prompt模板，限制在上下文窗口内 LLM生成：模型基于检索上下文作答二、关键技术组件组件作用常用方案 Embedding模型语义编码 BGE-large、GTE、OpenAI text-embedding 向量数据库高…

#百度#RAG技术架构#RAG 工作流程

面试题·检索· 高德

RAG 组件功能与数据流向?

匹配正文：…稠密向量 Embedding模型（BGE、M3E、OpenAI text-embedding-3等）索引存储构建高效向量索引 HNSW、IVF等ANN算法；向量数据库（Milvus、Faiss、Qdrant）二、在线检索生成（Retrieval & Generation）用户Query → Query改写/扩展 → 向量化 → 向量检索(Top-K) ↓ LLM生成 ← 上下文组装 ← 重排序优化 ← 候选文档关键组件：查询优化：HyDE（假设文档嵌入）、查询扩展…

#高德#RAG数据流#RAG 工作流程

面试题·检索· 虾皮

RAG 流程优化：检索与重排陷阱

匹配正文：…次结构：保留文档层级（标题-段落-句子），支持多粒度检索元数据增强：添加时间、来源、类别等标签用于过滤 2. Embedding与向量化核心问题：领域适配和表征质量优化策略：领域微调：用对比学习在业务数据上微调Embedding模型多向量表征：一个文档生成多个向量（摘要、关键词、详细内容）稀疏-稠密混合：结合BM25和向量检索的优势 3. 向量检索核心问题：召回率和延迟的权衡优化策略：索引优化：HNSW参数调优（ef_construction/ef_sear…

#虾皮#RAG全链路优化#RAG 流程优化

面试题·检索· 字节

RAG架构：检索器与重排序策略

匹配正文：…arse结果融合（RRF/线性加权）通用场景首选查询改写 HyDE（生成假设文档）、Query Expansion Query与Doc语义Gap大 Embedding模型选型：MTEB榜单参考，领域适配可作为候选，但是否提升及幅度应在固定留出集和相同检索预算下实测，不承诺10–20%。 2. 向量数据库选择核心考量维度：索引算法：HNSW为图索引、IVF为聚类倒排索引；二者不是按内存/磁盘划分，是否压缩或落盘取决于具体变体与存储实现。量化压缩：FP32→FP16/I…

#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：…E、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 Quantization）、SQ降低内存占用，适合十亿级向量场景分区策略：IVF（倒排文件索引）将空间划分为Voronoi单元，先定位粗粒度…

#小鹏#检索阶段优化#RAG 检索优化

面试题·检索· 阿里

RAG检索器与索引结构怎么选？

匹配正文：…Fusion（如RRF倒数排序融合）二、索引结构优化方法核心思想适用场景 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 HyD…

#阿里云#查询重写#RAG 召回优化

面试题·检索· 美团

Embedding 相似性检索原理与索引构建

匹配口述回答：…策，再用规则过滤掉不匹配的品类，最后给出准确答复。一句话定位：语义搜索的本质是最近邻搜索向量化：把文本变成稠密向量索引构建：HNSW和IVF的取舍相似度计算：余弦、点积、欧氏距离怎么选完整流程与工程落地：混合检索、重排序、风险点约4分钟向量检索和关键词检索的权重融合问题，是手动调参还是用模型动态学习。面试官可能会追问混合检索的具体实现方式，比如如何训练融合模型，或者不同场景下权重的分布规律。

#美团#Embedding相似性检索#Embedding 相似性检索

面试题·检索· 百度

向量召回原理与实现?

匹配正文：答案要点向量嵌入将文本/数据映射到语义空间相似度计算常用余弦相似度或内积 ANN索引（HNSW、IVF）解决高维向量检索效率问题大规模系统采用分片、量化、缓存等工程优化 RAG中需平衡召回率与延迟向量召回核心流程 1. 向量嵌入（Embedding）用预训练模型（BERT、Sentence-BERT、OpenAI Embedding等）将文本编码为稠密向量关键：语义相似的文本在向量空间中距离相近维度通常 256-1536 维，需权衡表达能力与存储成本 2. 相似…

#百度#向量召回#向量召回原理

面试题·文档处理· 字节

文本块怎么转向量并建索引?

匹配正文：…用LoRA微调或hard negative mining，避免 catastrophic forgetting。二、向量索引机制与数据库选型核心索引结构 HNSW：图索引，查询O(logN)，构建慢、内存高，精度最优，适合静态库 IVF：倒排文件，聚类后搜索，内存友好，适合大规模（>100M），需调nlist/nprobe PQ/OPQ：乘积量化，极致压缩，内存受限场景，精度损失可控组合策略：IVF+HNSW（粗排+精排）、IVF+PQ（大规模+低内存）主流数据库对比…

#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：先明确优化对象索引效率与召回率存在权衡，不能只调一个参数。应先建立精确搜索基线，再在真实向量分布、过滤条件和并发下测 Recall@K、P50/P95 延迟、QPS、内存、构建时间与更新成本。常见策略索引选择：HNSW 通常以较高内存换取低延迟和较高召回；IVF 通过聚类缩小扫描范围；PQ/OPQ 压缩向量以节省存储和带宽。选择取决于数据规模、更新模式、内存和目标硬件。参数调优：HNSW 的 M、efConstruction、efSearch，IVF 的 nlist、…

#百度#文档处理#RAG ANN 索引优化

面试题·检索· 百度

向量召回实现方式有哪些?

匹配正文：…：LSH（局部敏感哈希）原理：设计哈希函数使相似向量碰撞概率高特点：理论保证但实际效果一般，现已较少单独使用选型对比维度 HNSW IVF+PQ 召回率高中等查询延迟低中等内存占用高低数据规模千万级十亿级实际系统常采用混合策略：如Faiss的IVF_HNSW用HNSW加速聚类中心搜索，或HNSW+PQ平衡内存与精度。

#百度#向量检索#向量召回方法

面试题·推理优化· 字节

FAISS 怎么实现高效 ANN 搜索?

匹配正文：…库只保存短码，查询时通过查表近似累加距离，从而减少内存和带宽。子空间数、码本大小、是否使用 residual PQ 都会影响压缩率与误差。 IVFPQ 可先用 IVF 缩小搜索范围，再用 PQ 码计算候选距离；也可按需要加入重排或 GPU 加速。选型与验证根据数据量、可用内存、更新方式和目标 QPS，对 Flat、IVF、PQ、IVFPQ、HNSW 等候选统一测 Recall@K、延迟分位数、吞吐、构建时间和峰值内存。索引参数必须在代表性查询集上调优；不能仅按“百万级”或…

#向量检索#近似最近邻搜索#量化压缩

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：…低并发逐步增加负载：并发不足时，部分资源可能没有被利用；继续提高并发，也可能只是在上游形成更长排队。通过队列长度、资源使用率、吞吐与尾延迟的同步变化，才能找到拐点。检索阶段慢，先看索引还是先扩容？检索优化里常见的 ANN 索引、分区、过滤、批量查询和并发连接，解决的问题并不相同。 ANN 索引用近似搜索换取速度。HNSW、IVF 等索引都有搜索宽度和构建参数，调得更激进通常会影响召回。因此索引优化必须和固定评测集绑定。每次改变参数，都要检查正确证据是否仍进入前 K 条。…

#RAG#评测与上线#RAG 首字响应

面试题·Agent· 字节

海量历史记录怎么索引优化？

匹配正文：…，不做压缩，保证上下文连贯情节记忆（温数据）历史会话片段，存向量数据库（Milvus/Pinecone）按时间窗口分片，配合HNSW索引 + IVF量化元数据过滤：时间范围、主题标签、情感标记语义记忆（冷数据）压缩后的知识图谱/用户画像，存图数据库或宽表定期摘要生成，淘汰低价值细节检索优化手段手段实现混合索引向量相似度 + 倒排索引（关键词）+ 时间索引，三路召回后精排分层检索先粗筛（量化向量/聚类中心），再精排（原始向量）记忆摘要长会话→LL…

#字节#蚂蚁#Agent

面试题·Agent· 字节

Agent 长期记忆存储结构

匹配口述回答：…用户ID和订单状态，对象存储里再拿完整的对话日志做上下文补充。这样三条路配合，比单用向量库准得多。检索效率方面，索引层我会用[[HNSW]]或者[[IVF-PQ]]做[[近似最近邻]]检索，亿级向量能做到毫秒级。但有个前提：如果数据量不大，比如只有几十万条，那HNSW的构建开销反而比全量暴力搜索高，这时候还不如用[[Faiss]]的Flat索引。另外，分区策略很重要，按用户加时间窗口分片，避免每次全量扫描。如果分区不合理，比如所有用户混在一起，那检索延迟会线性增长，上线后直…

#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：…na-Clip处理图文混合部署优化：ONNX/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…

#字节#文档处理#RAG 数据处理流程