匹配正文：为何需要重排初检的局限性向量检索（双塔模型）追求效率，用点积/余弦快速近似，牺牲语义精细度多路召回（BM25+向量+关键词）结果混杂，缺乏统一相关性度量存在"伪相关"：向量相似≠真实答案相关解耦设计的好处召回阶段：广撒网，保召回率，毫秒级响应重排阶段：精筛，保准确率，接受百毫秒级延迟重排的核心作用作用说明语义精排用交互式模型捕捉query与doc的细粒度匹配多路融合统一打分不同来源的候选（向量/BM25/图谱）业务过滤加入时效性、权威性、用户偏…

#字节#Cross-Encoder重排#RAG 重排作用与实现

面试题·检索· 字节

RAG 为什么需要 Re-ranking?

匹配正文：为什么需要重排？ RAG通常采用两阶段架构：召回（Retrieval）+ 重排（Re-ranking）。召回阶段用双塔模型（如BGE、GTE）做向量相似度检索，追求毫秒级响应；但双塔模型的精度天花板明显——query和doc分别编码，缺乏细粒度交互，容易召回语义相关但不够精准的文档。重排的核心作用维度召回阶段重排阶段模型架构双塔（Bi-encoder）交叉编码器（Cross-encoder）交互方式无交互，独立编码拼接输入，深度交互计算成本低（可预计算…

#字节#重排与优化#RAG Re-ranking

面试题·检索· 字节

RAG 为何还要重排?

匹配正文：为什么需要重排？初步检索的局限向量检索（如Embedding+ANN）追求速度快、召回率高，但牺牲精确度双编码器（Bi-Encoder）独立编码查询和文档，无法捕捉细粒度交互 Top-K结果中常混入"语义相关但内容不匹配"的噪声文档重排模型的作用机制维度初步检索（召回）重排（精排）架构双编码器（分别编码）交叉编码器（拼接输入）计算离线计算文档向量实时计算查询-文档交互复杂度 O(1) 向量相似度 O(n) 深度交互计算目标高召回、低延迟高精度…

第 1 / 4 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#重排与优化#RAG 重排

面试题·检索· 字节

RAG 中 Re-ranking 怎么用?

匹配题目：在RAG系统中是否可以引入重排（Re-ranking）模型？如果可以，它在检索流程中的作用是什么，常用模型有哪些？

#字节#重排与优化#RAG Re-ranking

面试题·检索· 字节

RAG 为什么需要 Rerank?

匹配正文：答案要点说明两阶段检索的动机（召回vs精度的权衡）解释向量检索的局限性（语义粗粒度、无法利用交互信息）阐述Rerank的核心作用（细粒度语义匹配、计算资源后置）提及常见的Rerank模型（Cross-Encoder、ColBERT等）为什么需要Rerank 向量检索的固有缺陷双塔架构（Query-Document独立编码）只能捕捉粗粒度语义，缺乏细粒度交互 Embedding维度受限（通常768/1024维），信息压缩导致精度损失无法利用Query和Docume…

#字节#Rerank模型#RAG Rerank

面试题·RAG

RAG 检索效果差怎么排查？从 Query 到 Rerank 逐层定位

匹配正文：…候选的通道、原始分数、归一化分数、综合分和去重键。不要只保存最后一个综合数字。出现异常时，需要能还原它由哪些信号组成。第六层，Rerank 是没起作用，还是根本没机会？ Rerank 只能重新排列已有候选。正确证据没有进入粗召回 Top-N，它就没有补救机会。此时更换更大的重排模型不会解决漏召回。正确证据已经进入候选，却排在后面，才是典型排序问题。比较 Rerank 前后名次，检查模型输入是否被截断、语种与文档是否适配、否定与条件是否得到正确判断。候选数量也要记录…

#RAG#生成与对话#RAG 检索优化

面试题·检索· 字节

RAG 重排收益与成本

匹配正文：为什么需要重排？——双阶段检索的本质第一阶段（向量检索）的问题：使用双塔架构（Bi-Encoder），查询和文档独立编码，语义交互不足以余弦相似度衡量相关性，是"粗粒度"匹配追求高召回率，Top-K中难免混入语义相关但实际不相关的文档重排的核心作用：用交叉编码（Cross-Encoder）让查询和文档深度交互，捕捉细粒度语义关系在较小候选集（如Top-100→Top-5）上做精确排序，牺牲延迟换取精度对生成质量的具体提升维度提升效果相关性过滤剔除向量相…

#字节#重排与优化#RAG 重排收益与成本

面试题·检索· 字节

两阶段检索 vs 直接重排?

匹配正文：答案要点理解召回阶段的核心作用是快速缩小候选集（从百万级到千级）明确重排序模型计算成本高，无法直接作用于大规模语料能对比单阶段vs两阶段在延迟、精度、成本上的权衡提到实际工业中的常见配置（如向量召回+Cross-Encoder重排）核心原因：计算成本与精度的权衡为什么必须分两阶段？阶段处理规模模型特点核心目标召回（Retrieval）百万~亿级文档轻量、快速（如向量相似度、BM25）快速筛选，从海量中捞出Top-K候选重排序（Rerank）百~…

#字节#两阶段检索#RAG 重排序

面试题·Agent

Agent 有几十上百个工具时怎么选？大工具集路由怎样设计和验收

匹配正文：…集路由更像一个分层检索与授权系统：先根据用户、租户和任务过滤绝对不能使用的能力，再从剩余工具中召回小候选集，结合描述、参数和上下文重排，最后才让模型选择或请求澄清。执行时仍要经过 Registry 和权限校验。若项目目前没有真的接入大规模工具，就应该把这道题说成设计与验收方案，不声称已经达到某个路由准确率，也不编造线上规模。先给出 30 秒回答当工具数量很大时，我不会把全部 Schema 直接交给模型，而是做两阶段甚至三阶段路由。第一层用身份、租户、任务域、环境和副作用等…

#Agent#工具调用与安全#Agent 大工具集路由

面试题·RAG

RAG 为什么要同时用 BM25 和向量检索？

匹配正文：…时查看关键词分数、语义分数和综合分数。若关键词分数有明显差异，综合分数却几乎只跟语义分数同步，就要检查融合配置是否让文本信号失去了作用；反过来也一样。权重不是页面上的装饰参数，它应当能在候选排序变化中被观察到。 BM25 与向量分数不能直接按原值比较图 3：关键词分数与语义相似度不是同一把尺子。系统可以为两路分配权重，但权重是否合适，需要看同一批问题上的排序结果。无论走哪条路径，重排都只能处理第一次搜索已经找回的内容。若“保险销售技巧”没有进入候选集，重排看不到它，也就没…

#RAG#检索与重排#RAG 混合检索

面试题·Agent

Agent 从海量记忆里怎么找对内容？相关性、时间性和重要性怎样组合

匹配正文：…能召回一个月前的项目目标，也可能召回另一个项目里措辞相似的评测记录。旧目标语义很像，但当前阶段已经变化；另一个项目更像，却属于错误作用域。若系统只取相似度最高的几条，记忆越多，污染当前决策的机会反而越大。这道题要回答的是一条检索与排序链路：先识别查询意图和主体，做权限、租户、类型、状态、时间与项目范围过滤，再生成语义候选，结合相关性、时间性、重要性、来源和条件匹配重排，最后去重、处理冲突、控制注入预算，并允许“没有任何记忆值得使用”。先给出 30 秒回答 Agent 记忆…

#Agent#记忆与存储#Agent 记忆检索排序

面试题·评估· 字节

召回策略怎么选? Recall@k 怎么看?

匹配正文：…的增量贡献（ablation study）避免"伪多路"——多路召回同一批文档 3. 业务约束延迟P99：向量检索<50ms，重排序<100ms 成本：embedding调用次数、存储规模三、端到端验证（最终标准）离线指标高 ≠ RAG效果好，必须回归：答案准确率（人工/模型评估）幻觉率（检索内容是否被正确使用）一句话总结：Recall@k是必要条件，但需结合NDCG保证头部质量，最终用端到端指标验收。学习建议建议系统学习该知识点参考资料 Stanford…

#抖音#评估与监控#RAG 召回策略评估

面试题·评估· 虾皮

大模型怎么用于搜索检索?

匹配正文：…智能搜索大模型在搜索场景的核心落地形态是 RAG（检索增强生成），不是替代传统检索，而是分层增强。技术架构层级功能大模型作用查询理解层意图识别、查询改写、多轮澄清纠错、扩展、消歧（如"苹果"→水果/公司）检索召回层向量检索 + 稀疏检索（BM25）+ 知识图谱生成稠密向量（bi-encoder）精排/重排层结果重排序、去重、过滤 Cross-encoder 打分、多任务融合生成输出层答案摘要、直接回答、多源整合生成式摘要、引用溯源关键优化点 …

#虾皮#大模型搜索检索#搜索检索技术方案

面试题·检索· 美团

RAG 完整工作流程怎么跑?

匹配正文：…配实体、专有名词混合检索两者加权融合通用场景召回Top-K（通常50-200），追求高召回率，允许一定噪声 3. 精排/重排序（Rerank）使用交叉编码器（Cross-Encoder）或轻量重排模型对召回文档精细打分，筛选Top-N（通常3-10）送入生成关键作用：弥补双塔向量检索的语义鸿沟 4. 上下文构造格式组装：按相关性排序，添加文档标识（如[Doc 1]）长度控制：截断、摘要压缩、或分层检索（摘要→全文）去重与连贯性：处理重复段落，保证上下文逻…

#美团#RAG全链路#RAG 工作流程

面试题·检索· 360

RAG 召回准确性：三大失败场景

匹配正文：…段与生成阶段的评估差异掌握常用检索评估指标（Recall@K、MRR、NDCG）理解稠密检索与稀疏检索的优缺点及混合策略知道重排序模型的作用与典型实现能提出具体可落地的数据优化方案一、评估维度与指标检索阶段 vs 生成阶段检索评估：关注"找得准不准"，用Recall@K（答案是否在TopK）、MRR（首个相关文档排名）、NDCG（考虑相关度分级）端到端评估：用Answer Accuracy或RAGAS框架（context precision/recall, a…

#360#召回质量评估#RAG 召回优化

面经·项目面试

Reranker 的上限，藏在候选集里

匹配正文：…之后。此时先查它为什么没进入名单，缩小最终K或更换重排器都不会把D补进来。一份检索设计资料将快速召回与Cross-Encoder重排分成前后两步，也提出扩大候选供重排处理。这个设计给了后者选择空间，同时提醒我们：减少候选量是在改入口范围，不能只把它记为一项省时优化。同样四条候选，64字符窗口裁掉尾句第二种状态把N扩大到四，D终于在名单里了。但名单里有D，还不等于Reranker看到了D的完整信息。标题、问题和正文如何拼接，长度上限作用在哪一侧，都会影响实际输入。为了把…

#RAG#Rerank#候选召回

学习路线·学习路线

大模型应用开发学习路线

匹配正文：…全不同。 JD 经常出现的任务建议主线你要优先证明什么企业知识库、检索问答、文档处理、搜索与推荐 RAG 解析、切分、召回、重排、引用、评测和上线约束工具调用、业务自动化、工作流、记忆、多智能体 Agent 状态、工具契约、停止条件、幂等、安全和可观测长任务调研、多源证据、报告生成、Agent 训练与评估 Deep Research 任务拆解、证据校验、长任务恢复、成本和评估治理如果 JD 同时写了知识库、Agent 和评测，也不代表你要同时做三个项目。选一条作为…

#学习路线#RAG#Agent

求职指南·求职

大模型应用开发岗和算法岗有什么区别、普通工程师怎么选

匹配正文：…算法岗,而是看投入产出。对没有模型论文和训练经历的人来说,算法岗的简历筛选很容易在第一关卡住;应用开发岗则能让你的工程经验继续发挥作用。普通工程师已有的优势包括: 服务化能力:接口设计、鉴权、异步任务、日志、监控、限流、灰度,这些都是大模型应用上线时的硬需求。数据处理能力:文档解析、清洗、索引、数据库、消息队列,正好对应 RAG 和 Agent 的底层管线。排障能力:线上问题定位、性能瓶颈、用户反馈闭环,比“调一个 demo”更接近真实岗位。业务理解:知道需求怎么变、…

#求职#职业转型

项目实战·RAG

第 2 章:RAG 整体架构

匹配正文：…建库 → 提问 → 召回 → 拼上下文 → 回答" ✓ 看懂 RAG 的四大模块(解析切分入库 / Query 理解 / 检索召回重排 / 上下文生成)各管什么 ✓ 理解在线检索为什么是"双路召回 + 两阶段(粗排→精排)"的漏斗 ✓ 想通一个关键问题:为什么离线要同时建"向量库 + 倒排索引"两套索引 ✓ 建立"模块联动"的全局视角:一处没做好会顺着链路放大本章按三段式组织,不同基础的读者各取所需: 段落给谁看内容占比 🚀 Part 1 · 主线实战 RAG 零基…

#RAG#检索#项目实战

求职指南·求职

2026 大模型岗就业市场:招聘量、城市、薪资档位、哪些公司在招

匹配正文：…法履历的人互联网与 AI 应用团队 RAG 工程、Agent 开发、LLM 应用工程、应用算法转行主战场,项目和工程经验能发挥作用传统行业 AI 化金融知识库、制造质检、客服助手、办公自动化业务场景多,更看落地能力和行业理解本站这套指南主要服务第二层和第三层:把模型用到系统里,能讲清项目,能通过面试追问。纯算法岗也能参考,但不是主线。城市怎么选:先看岗位密度,再看你的生活约束大模型岗位仍然高度集中在产业和互联网资源密集的城市。转行时不要只看“哪里薪资高”,还要…

#求职#职业转型

项目实战·RAG

第 5 章:检索召回,混合检索(BM25 + 向量)

匹配正文：…回的三个旋钮:候选池、top-k、元数据过滤候选池 N(每条腿先召回多少):这是召回率的上限:正确 chunk 没进候选池,后面重排再准也救不回来。所以 N 先调大保召回,精度交给后面的重排(第 6 章)收。 top-k(最终给下游几条):太小会漏,太大把噪音和无关内容一起喂给 LLM,既增加成本又干扰生成。常用 top-3 ~ top-10,具体值用评估集找平衡点。元数据过滤(先缩范围再检索):用第 3 章给 chunk 打的标签(section_path / 产品 /…

#RAG#检索#项目实战

面试题·RAG

RAG Chunk 为什么不能只按固定字数切？

匹配正文：…示”，却没有图片内容与标题，这个 Chunk 几乎没有检索价值。 Overlap 能解决什么，又不能解决什么？ Overlap 的作用，是让边界附近的信息至少在一个 Chunk 里保持完整。假设前一块在一句话中间结束，后一块从半句话开始。让后一块继承前一个完整句子，可以避免两边都缺少语义。但 Overlap 不是万能修复。它不能把已经错误交叉的双栏重新排好，不能给丢失的表头补回列名，也不能把被 OCR 漏掉的文字重新创造出来。固定重叠还会带来副作用。同一段内容被复制…

#RAG#切分与索引#RAG Chunk

项目实战·RAG

第 7 章:Query 理解与改写

匹配正文：…y 失败演练(这是本章的"为什么") 下面用合成问题演示 Query 理解的必要性,不是作者或学员的线上项目记录。即使切分、检索和重排已经可用,输入问题本身仍可能残缺或跑偏: 有人问 "那它过了还能退吗?":"它"指上一轮聊的某款产品,"过了"指过了犹豫期。这句话单独拿去检索,知识库根本不知道"它"是谁,直接抓瞎。有人打字飞快:"请问下保险费用咋报销呀?":口语词加错别字,和知识库里"保险费用报销流程"这种规范标题字面对不上,一条都召回不到。这些问题,检索和排序再强也可能…

#RAG#检索#项目实战

面试题·RAG

Chunk Size 和 Overlap 怎么选？不要背 512 和 100

匹配正文：…量化。查询命中边界区域时，Top K 里可能出现内容高度相似的 A、B、C，表面上召回了三条，实际上只有一份证据。它们还会一起进入重排和提示词，占用候选位、计算和上下文长度。因此，overlap 解决的是边界连续性，不应该拿它替代正确的结构切分。章节、表格、代码块或列表已经被错误拆散时，盲目扩大重叠只是复制错误。 Overlap 只修边界，不修错误结构先把结构切对，再在确有断裂风险的边界补最小必要上下文。为什么不能复制别人的参数即使两套系统都叫“企业知识库 RAG”，…

#RAG#切分与索引#Chunk Size