匹配正文：…，你可能发现员工手册有几十页，相关章节只讲报销范围，没有说这项费用一定可以报销。文件名是真的，结论却不一定由文件支持。这就是 RAG 面试里经常被一句“让模型标引用”带过的问题： RAG 的引用怎样做到可以核验？为什么答案后面有一个来源编号还不够？面试官继续追问时，通常会问到四件事：引用编号由谁生成，模型能不能自己编？编号指向真实原文，为什么仍可能是错引？一句话需要两段证据时，引用怎样表示？文档更新和重新切分后，旧引用还能不能打开？引用为什么不是生成阶段临时加…

#RAG#生成与对话#RAG 引用溯源

面试题·RAG

一个可上线的 RAG 系统怎么拆？离线入库、在线问答和监控如何闭环？

匹配正文：…存原始 PDF、PPT、图片和解析产物。原文件是重新解析和引用回跳的基础。检索引擎负责 Chunk 内容、分词字段、向量、来源 metadata 和可过滤字段。关键词、向量和结构化过滤都围绕它展开。缓存保存可重新计算、允许失效的数据，比如 Query Embedding 或特定范围内的检索结果。缓存不是事实主存，清空后系统仍然要能正常工作。日志与追踪系统保存处理过程和诊断数据，但要控制敏感内容和访问权限。 RAG 各类数据的存储职责矩阵原文件、业务状态、检索内容、缓存…

#RAG#评测与上线#RAG 系统设计

面试题·检索· 百度

RAG Query 改写方法

匹配口述回答：…列，动态截断token预算，把高分文档放前面。[[重排序]]这一步很重要，我会用 [[Cross-Encoder]] 算分数，作为metadata注入prompt，引导模型关注高置信片段。引用标注强制用 [^index^] 格式，并且要求‘无依据则不标注’，从源头防幻觉。举个例子，用户问‘满减政策’，如果检索到的文档里两条矛盾，一条说‘满200减20’，另一条说‘满300减30’，我会在prompt里要求模型列出不同观点并说明依据，而不是硬选一个。工程上还有个细节：负例过滤。…

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

#百度#小鹏#美团

面试题·检索· 小鹏

RAG检索优化：向量检索与重排序

匹配口述回答：这道题其实问的是，在[[RAG]]系统里，怎么在保证检索精度的同时，把延迟和成本压下来。本质是个工程平衡问题。我主要从检索、[[重排]]、查询改写、混合方案几个方向来说。先说向量检索层。最常用的索引是 [[HNSW]]，它本质是图索引，在召回率和速度之间做得比较均衡。但有两个关键参数要调：M控制每个节点的邻居数，ef控制搜索宽度。M太小图会不连通，召回会崩；ef太大延迟就上去了。一般我会先拿业务数据跑一下，看Recall@100在什么水平，再决定参数。另一个常见优化是量化压…

#小鹏#检索阶段优化#RAG 检索优化

面试题·检索· 阿里

RAG 召回又快又准靠什么?

匹配正文：…xIVFPQ + ondisk模式，牺牲部分延迟换取容量工程架构层面分片（Sharding）+ 路由层，支持水平扩展预过滤（metadata filter）减少候选集，避免全量扫描二、相关性提升策略多路召回方式适用场景稠密向量（Dense）语义匹配、同义词、跨语言稀疏向量（SPLADE/BM25）关键词精确匹配、长尾实体图检索（KG）结构化关系推理查询侧优化 HyDE：用LLM生成假设文档，再用假设文档去检索查询扩展：同义词扩展、伪相关反馈（PR…

#阿里云#召回链路优化#RAG 召回优化

面试题·检索· 字节

RAG架构：检索器与重排序策略

匹配口述回答：这道题问[[RAG]]的架构和检索优化，我觉得本质是在问：怎么把外部知识可靠地注入到生成模型里，同时控制好延迟和[[幻觉]]。RAG不是简单拼装，而是检索和生成的桥接，设计时要时刻想着它们怎么配合。先说核心架构，就是检索器加生成器再加一个融合机制。用户query进来，检索器从知识库捞Top-K文档，拼成prompt喂给LLM生成答案。这里有个关键前提：证据漏召回会限制基于该证据集作答，但高召回不保证忠实生成；解析、权限、重排、上下文与生成都要分阶段评估。所以我会把重心放在检…

#字节#向量库与重排序#RAG 架构设计

面试题·检索· 美团

RAG 系统核心组件怎么搭?

匹配口述回答：如果让我设计一个 [[RAG]] 系统，我会把它拆成五个模块：文档处理、索引与检索、[[重排序]]、生成集成，以及评估监控。每个模块都有自己的输入输出，不能只把它理解成“[[向量库]]加大模型”。文档处理是第一层，也经常是最容易被低估的一层。原始文档进来后，先做解析和清洗，比如 PDF、网页、表格、图片 [[OCR]]，各自的处理方式不一样。清洗完以后做[[分块]]，分块要结合文档结构，不能简单按 500 token 硬切。技术文档可以按标题层级切，客服 FAQ 可以一问一…

#美团#RAG工程实现#RAG 系统实现

面试题·检索· 百度

RAG 三阶段原理与失败场景

匹配口述回答：[[RAG]] 的工作流我一般分成两条线看：一条是离线建知识库，一条是在线回答问题。离线把资料处理成可检索的知识单元，在线再根据用户问题把相关知识找出来，拼给大模型生成答案。离线阶段先做文档处理。原始资料可能是 PDF、网页、Word、数据库记录，先要清洗掉页眉页脚、广告、重复模板这些噪声。然后做 chunk，把长文档切成适合检索的片段。这里不能只按长度硬切，最好结合标题、段落、语义边界，否则一个答案被切到两个块里，检索和生成都会受影响。切完之后，用 [[Embedding…

#百度#RAG三阶段#RAG 工作流程

面试题·RAG

Chunk 为什么要带标题、页码和前后片段 ID？

匹配正文：…已经被新版本替换？当前用户又是否有权查看？如果 Chunk 里只有正文和向量，这些问题都无法可靠回答。于是，面试官会继续问： RAG 的 Chunk 除了正文，还应该保存哪些 metadata？这些字段分别解决什么问题？常见回答是列出一串字段：doc_id、page、title、created_at、prev_id、next_id。字段名背得再多，也不等于设计合理。真正需要回答的是：哪个字段参与搜索前过滤，哪个字段补足语义，哪个字段帮助取回上下文，哪个字段让用户回到原…

#RAG#切分与索引#RAG Metadata

面试题·RAG

PDF、PPT、扫描件为什么不能共用一条解析 Pipeline？

匹配正文：…，必须先经过文字识别。三类文件若都粗暴转成一大段纯文本，格式虽然统一，标题、位置、表格关系和图片信息却可能一起消失。这对应一道 RAG 项目面试题： PDF、PPT 和扫描件应该怎样进入同一个知识库？为什么不能只写一个通用解析函数？一种常见但不完整的回答是：“判断文件后缀，调用不同的库，再把文字拼起来。” 这只能算说出了入口。面试官还会追问：不同解析器统一什么？页面只成功一半怎么办？怎样证明内容能够被检索，而不是只拿到一堆字符？为什么“上传成功”不等于“可以检索”？文…

#RAG#解析与入库#RAG 文档解析

面试题·RAG

跨页表格、代码块和图片怎么切，才不丢结构？

匹配正文：…列代表什么。代码可能从函数中间断开，缩进和上下文一起丢失。流程图虽然识别出所有文字，却看不出箭头关系。这就引出一道很有区分度的 RAG 面试题：表格、代码和图片应该怎样切成 Chunk，既能被检索，又不破坏原来的结构？常见回答是：“表格单独成块，代码按函数切，图片先做 OCR。” 这句话只讲了入口。面试官接下来通常会问：表格太长怎么办，跨页表头怎么继承，PDF 里的代码无法做语法解析怎么办，图片描述如果编错了又怎么核验？为什么普通文本能切，特殊内容却容易切坏？普通段…

#RAG#切分与索引#RAG 表格切分

面试题·文档处理· 字节

长文档 Chunking 怎么选?

匹配正文：…殊考量医学场景特点：术语长、症状-诊断-治疗链条长、表格多推荐：递归切块+语义边界混合，保留完整病例段落；表格单独处理或作为metadata 块大小：512-1024 tokens，过小会切断诊疗逻辑法律场景特点：条款引用多（"依据第X条"）、层级结构严格（编-章-节-条）推荐：结构化解析优先，按条款编号切分；添加父级标题作为上下文前缀特殊处理：法条引用关系需建图索引，不依赖纯文本切块关键权衡粒度vs召回：块越小检索准但可能丢上下文，块越大完整但噪声多建议…

#字节#RAG Chunking#长文档切分

面试题·文档处理· 字节

Embedding 模型选型 vs 落地流程?

匹配正文：…联 { "vector": [...], # 稠密向量 "sparse_vector": {...}, # 可选，BM25权重 "metadata": { "doc_id": "xxx", "chunk_index": 3, "source": "技术规范_v2.pdf", "timestamp": "2024-01-15" } } 索引与入库小数据量：Flat（精确搜索）大规模：HNSW（高召回）或 IVF（内存友好）混合检索：稠密向量 + 稀疏向量（如BGE-M3的…

#字节#Embedding 模型选型#RAG 向量化流程

面试题·文档处理· 字节

医疗法律文档切块

匹配正文：…策略（Overlap）比较零重叠、短窗口和较长窗口，用同一评测集验证是否缓解边界信息丢失对法律引用链（如"参见第X条"），需在metadata中显式链接 4. 多粒度索引粗粒度：章节级（用于过滤）细粒度：段落/条款级（用于精确匹配）一句话总结专业RAG的切块不是预处理步骤，而是知识建模——把文档的结构权威转化为检索系统的可解释性。学习建议建议系统学习该知识点

#字节#医疗法律文档切块#医疗和法律文档怎么切块？结构、语义与引用边界

面试题·文档处理· 百度

Chunking 策略怎么选?

匹配口述回答：[[Chunking]] 对 [[RAG]] 的影响非常大，因为它决定了知识库里最小的检索单元。切得好，检索能找到刚好回答问题的证据；切得不好，要么找不到，要么找回来一堆噪声，最后生成模型也会被带偏。它的核心权衡是信息粒度和上下文完整性。块太小，语义容易断，比如一句“该方法效果更好”被单独切出来，模型不知道“该方法”指什么；块太大，里面噪声多，[[embedding]] 会被多个主题稀释，检索精度下降，塞给大模型也浪费窗口。常见方法里，固定长度分块最简单，按 token …

#百度#文档处理#Chunking 策略