匹配正文：… 识别多跳/复杂意图以触发Agent能力过滤无关查询降低幻觉风险为生成阶段提供结构化上下文指导意图识别的核心作用意图识别是RAG系统的"路由中枢"，解决**"用户到底想要什么"**的问题，直接决定后续检索和生成策略。一、提升检索准确性场景意图识别的作用检索方式选择事实类→关键词/稀疏检索；语义类→向量检索；模糊需求→混合检索查询改写识别省略实体（如"这个产品的价格"→补全具体产品名）多跳拆解 "A和B哪个更好"→拆分为两个子查询分别检索时效判断识别…

#OPPO#RAG 意图识别#RAG

面试题·模型微调· AIlab

RAG 检索精度提升的三大陷阱

匹配题目：在RAG（Retrieval-Augmented Generation）系统的实现过程中，有哪些有效的优化手段可以提升检索精度和生成质量？请从检索器、生成器和整体架构三个层面进行分析。

#AIlab#检索器优化#RAG 优化

面试题·模型微调

生成质量差怎么调优?

匹配标题与标签：生成质量差怎么调优? RAG 系统中生成模块的调优策略,涵盖 Prompt 与模型微调模型微调 RAG 生成质量指令遵循生成模块调优 Prompt 优化模型微调

#RAG 生成质量#指令遵循#生成模块调优

面试题·Prompt· 字节

RAG Generator 怎么构造 Prompt?

匹配题目：在RAG系统中，生成模块（Generator）如何有效整合检索到的上下文信息来构建输入Prompt，并驱动大模型生成准确、连贯的答案？请详细说明Prompt构造的关键要素及其对生成质量的影响机制。

#字节#Prompt工程#RAG Generator Prompt

面试题·RAG· 淘天

RAG vs 传统检索生成怎么选?

匹配题目：请系统比较RAG（Retrieval-Augmented Generation）模型与传统的‘先检索后生成’流程在架构设计、信息融合机制和生成效果上的差异，深入分析RAG在生成质量、知识实时性与系统灵活性方面的优势与挑战，并说明其作为现代增强生成主流范式的核心演进意义。

#淘天#RAG信息融合#RAG与传统检索生成对比

面试题·RAG· 小红书

RAG 检索噪声怎么处理?

匹配题目：在检索增强生成（RAG）系统中，当检索结果包含噪声或不相关文档时，有哪些方法可以提升生成质量与鲁棒性？

#小红书#检索噪声过滤#RAG 噪声处理

面试题·RAG

RAG 检索准但回答差怎么调?

匹配正文：答案要点区分"检索准确"与"生成质量"的解耦问题识别上下文窗口、文档排序、信息冲突等中间环节瓶颈提出系统性的调优路径而非单点修复体现对RAG全流程的深入理解核心问题定位检索准确 ≠ 生成优质，瓶颈常在中间处理环节和生成阶段。主要原因分析 1. 上下文组织问题文档拼接顺序混乱，关键信息被淹没冗余内容过多，超出模型有效上下文窗口多文档间信息冲突未消解 2. 提示工程缺陷缺乏明确的指令引导模型如何利用检索内容未约束模型"优先基于文档回答，不确定则拒绝" 3.…

#上下文组织#生成质量调优#RAG 生成质量差

面试题·检索· 字节

RAG 为何还要重排?

匹配题目：尽管初步检索已返回相关文档，为何还需在RAG系统中引入重排（Re-ranking）模型？请说明其作用机制及对最终生成质量的影响。

#字节#重排与优化#RAG 重排

项目实战·RAG

第 2 章:RAG 整体架构

匹配正文：…块太小,要拼很多条,容易 Lost in the Middle(塞太多内容时,模型容易忽略中间段的现象)。召回 Top-N ↔ 生成质量:召回太少漏信息,太多则噪音干扰、还烧 token。离线存的元数据 ↔ 在线能力:离线给每个 chunk 存了章节/来源,在线才能做过滤和"答案溯源"。工程提示:RAG 系统需要做全链路埋点:记录每步的输入输出(解析提取了什么、召回了哪些片段、模型最终答了什么),出问题才能定位到具体环节。检索段可用 Recall@k 等指标检查正确证据…

#RAG#检索#项目实战

面试题·文档处理· 字节

RAG 向量索引构建流程详解

匹配正文：…，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、分块策略和嵌入原理，结合开源工具如LangChain和FAISS动手实践，加深理解。参考资料 Pandoc官方输入格式 ColBERT原论文:文本late interaction ColPali原论文:视觉文档检索 Fais…

#字节#文档处理#RAG 数据处理流程

面试题·评估· 美团

RAG 指标权衡与阈值

匹配正文：RAG评估的核心维度一、检索质量指标指标意义实践考量 Recall@K 相关文档是否被召回知识库场景优先保召回，客服场景可适当降低 MRR/NDCG 排序质量，高相关文档是否靠前影响LLM输入质量，但计算成本高上下文相关性召回内容与query的语义匹配度需过滤噪声，避免无关信息干扰生成二、生成质量指标指标意义实践考量答案相关性回答是否切题，有无答非所问最基础指标，但无法检测幻觉事实一致性生成内容是否与检索文档一致最关键指标，需用NLI模型…

#美团#评估与监控#RAG 指标权衡与阈值

面试题·评估· 淘天

RAG 怎么减少幻觉?

匹配题目：检索增强生成（RAG）如何通过引入外部知识来提升大语言模型的生成质量？请从减少幻觉、提高事实准确性、增强上下文相关性等方面，系统阐述其作用机制与实际价值，并结合应用场景说明其对生成结果的优化效果。

#淘天#事实准确性#RAG 减少幻觉

面试题·评估· 字节

专业领域 RAG 链路怎么搭?

匹配口述回答：…果有时很长，我会用 LLM 自己做上下文压缩，去冗余，只保留关键证据链。评估不能只看常规指标。检索质量我关注 Recall@K，生成质量我关注事实准确性，用 NLI 模型检测有没有 [[Hallucination]]。但更重要的业务指标是可追溯性，看生成内容是不是每句话都能追到源文档，还有专家满意度，请领域专家盲评。我的取舍是：宁可回答不了，也不瞎回答。如果检索结果置信度不够，我会触发人工兜底，而不是硬生成。说到人工兜底，其实这里有个延伸问题：如果用户问的是多跳问题，比…

#字节#RAG 全链路#RAG 技术链路

面试题·评估· 字节

RAG 召回评估指标对比

匹配正文：核心召回指标基础指标 Recall@k：前k个结果中包含正确答案的比例，最常用。RAG中通常关注Recall@5/10/20 Precision@k：前k个结果的精确率，适用于答案明确的场景 F1@k：Recall和Precision的调和平均排序质量指标 MRR（Mean Reciprocal Rank）：正确答案排名的倒数均值，关注"第一个正确答案出现的位置" NDCG@k：考虑相关度分级和位置折扣，适合有多个相关文档且重要性不同的场景 MAP（Mean Averag…

#抖音#Recall@k#RAG 召回评估

面试题·评估· 字节

医疗法律RAG：评估陷阱

匹配正文：…过速" 三、生成模型层（领域适配）基座选择：专业领域优先选已预训练模型（如Huatuo、LawGPT），或通用模型+领域SFT 检索增强生成：检索结果作为上下文注入Prompt 引用溯源：强制模型输出参考来源编号，支持可解释性安全机制：添加拒答策略（超纲问题、无可靠来源时），医疗场景必须设置"请咨询专业医师"风险提示四、评估机制（多维指标）维度指标方法检索质量 Recall@K、MRR 人工标注黄金文档集生成质量事实准确性（FactScore）、幻觉率领…

#字节#专业领域 RAG#RAG 系统设计

面试题·评估· 小鹏

RAG 失败场景诊断

匹配正文：…RR、BLEU、ROUGE 理解端到端评估框架RAGAS的核心指标知道人工评估与自动评估的权衡了解业务场景下的定制化评估需求 RAG评估需分检索层、生成层、端到端三个维度展开：一、检索评估（Retrieval Metrics）关注"找得准不准、全不全"： Recall@K：正确答案在Top-K检索结果中的比例，RAG最核心指标 Precision@K：Top-K中相关文档的比例 MRR（平均倒数排名）：正确答案排名的倒数均值，反映排序质量 NDCG：考虑文档相关性分级…

#小鹏#评估与监控#RAG 失败场景诊断

面试题·评估· 淘天

RAG 评估：检索、生成与端到端指标

匹配正文：…径下重合。 NDCG：考虑相关度分级的精细排序指标评估方式：需要人工标注query对应的黄金文档集，或用合成数据自动验证。二、生成质量评估传统NLP指标（参考意义有限） BLEU、ROUGE：n-gram重叠，对RAG不太适用 RAG专用指标 Faithfulness（忠实度）：生成内容是否被检索文档支持，用NLI模型或LLM判断 Answer Relevance：答案与问题的相关性 Context Relevance：检索文档与问题的相关性三、端到端框架：RAGAS…

#淘天#评估与监控#RAG 线上效果评估

面试题·评估· 淘天

RAG 核心指标优先级

匹配正文：…ARES）与组件级指标的区别强调事实性/幻觉检测的重要性提及业务场景下的实用指标（如延迟、成本）体现对评测方法局限性的认知 RAG评估要分两个层面来看：检索端和生成端，再加上端到端的整体评估。一、检索质量指标（决定上限） Recall@K / MRR：核心看相关文档有没有被召回，RAG的瓶颈往往在检索 NDCG：考虑排序质量，排在前面的文档相关性权重更高精确率：避免引入过多噪声文档干扰生成二、生成质量指标（决定体验）事实一致性（Faithfulness）：答案是…

#淘天#评估与监控#RAG 核心指标优先级

面试题·评估

RAG 效果差怎么排查？

匹配口述回答：这道题其实问的是，[[RAG]]系统效果不好时，怎么快速定位到底是检索没找到对的文档，还是模型看了文档但没好好用。我的思路很简单：把两个模块解耦，先固定一个测另一个，别上来就两边一起调。具体第一步，我会做黄金文档实验。把标准答案依赖的那部分文档，直接塞进生成模块的上下文，如果生成质量一下子好了，那问题基本就锁在检索侧。如果生成质量还是不行，那就说明生成模块或者prompt设计本身有问题。这个实验非常便宜，不需要任何额外标注，跑几轮就能下判断。假设实验指向检索侧，我会先看召…

#检索诊断#生成诊断#RAG 效果诊断

面试题·知识图谱· 百度

GraphRAG vs 传统 RAG 优势在哪?

匹配题目：GraphRAG相比传统RAG在信息检索与生成方面有哪些核心优势？请从知识结构化建模、语义关联发现、上下文连贯性以及复杂推理能力等角度，系统分析其在提升检索精度、知识组织效率和生成质量方面的机制与价值。

#百度#知识图谱#GraphRAG 优势

RAG 怎么提升生成质量?

Agent 中 RAG 瓶颈怎么破?

RAG 三大瓶颈与迭代策略

RAG 检索与生成评估

意图识别在 RAG 中怎么用?

RAG 检索精度提升的三大陷阱

生成质量差怎么调优?

RAG Generator 怎么构造 Prompt?

RAG vs 传统检索生成怎么选?

RAG 检索噪声怎么处理?

RAG 检索准但回答差怎么调?

RAG 为何还要重排?

第 2 章:RAG 整体架构

RAG 向量索引构建流程详解

RAG 指标权衡与阈值

RAG 怎么减少幻觉?

专业领域 RAG 链路怎么搭?

RAG 召回评估指标对比

医疗法律RAG：评估陷阱

RAG 失败场景诊断

RAG 评估：检索、生成与端到端指标

RAG 核心指标优先级

RAG 效果差怎么排查？

GraphRAG vs 传统 RAG 优势在哪?