页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「RAG工程实现」找到 11 条内容
按专题浏览 →匹配标题与标签：RAG 系统核心组件怎么搭? 文档处理、检索器与生成器集成的技术细节 检索 美团 RAG工程实现 RAG 系统实现 RAG RAG 组件设计 美团
匹配正文：…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<模型上限的80% 工程实现要点 存储层：向量库（Milvus/Pinecone）+ 图数据库（Neo4j存关系）+ 时序库（TTL自动过…
匹配口述回答：这道题问的是[[RAG]]系统里检索模块的完整流程，本质上是在考察「如何把用户的一个自然语言查询，精准、高效地映射到知识库里最相关的文档片段上」。整个链路我拆成四段来说：查询预处理、[[向量化]]、检索、排序。 先说查询预处理。用户输入往往很随意，比如在电商客服场景，用户问「这个多少钱」，你得结合上下文补全商品名。这里有个常用手段叫 HyDE，就是让大模型先生成一个假设的答案文档，再拿这个文档去向量化检索，能大幅缓解查询和文档之间的语义鸿沟。另外我还会做查询扩展，比如同义词替…
学习内容与项目面试，在同一条路上。