页面加载中…

跟吴师兄看动画学算法：动画讲解 + 完整题解 + AI 助教，把每道题学透。

看动画学

AlgoMooc 200
看动画学数据结构
图解算法全集
吴师兄·视频讲解

刷题 · 学习

题库
学习路径
面试精讲
全部学习路径
模拟考

求职训练营

华为 OD 训练营
可信认证训练营
学员 Offer

关于

关于我们
联系我们
用户协议
隐私政策

吴师兄学算法·吴师兄图解算法·LeetCode动画题解·华为OD算法真题·图解算法学习路径·算法知识点专题·在线判题题库·欧弟算法·掌握可信面试题·吴师兄大模型

粤ICP备2020142650号-1

首页
刷题
看动画
我的

搜索大模型内容 · AlgoMooc

AlgoMooc · 学大模型

学习首页学习路线系统教程项目实战面试题库求职与面试搜索

学大模型/搜索大模型内容

搜索大模型内容

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。

搜索大模型内容内容类型

共 25 条内容

按专题浏览 →当前分类：系列：RAG 项目面试题清除分类条件

面试题·RAG

RAG 已经能搜 PDF，为什么视频不能直接入库？

从多格式企业知识库场景出发，拆解视频进入 RAG 前必须完成的 ASR、时间戳、语义切分、画面 OCR、来源定位与结果核验。

#RAG#解析与入库#视频 RAG

面试题·RAG

PDF、PPT、扫描件为什么不能共用一条解析 Pipeline？

围绕企业知识库入库链路，讲清不同文件为什么要分别解析，以及怎样统一为带结构、位置和来源的可检索内容。

#RAG#解析与入库#RAG 文档解析

面试题·RAG

扫描 PDF 没有文本层，RAG 怎么做 OCR 与失败降级？

从字符层检测、页面渲染、OCR、版面分类到低置信度复核，完整拆解扫描 PDF 进入 RAG 的工程链路。

#RAG#解析与入库#扫描 PDF RAG

面试题

第 1 / 2 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

RAG

复杂 PDF 的双栏、表格和图片怎么解析，才不会打乱语义？

用双栏制度文档、跨页表格和图文混排场景，解释为什么按文本行拼接会污染 RAG，以及怎样恢复阅读顺序与结构。

#RAG#解析与入库#复杂 PDF 阅读顺序

面试题·RAG

MinerU 能直接解决 RAG 文档解析吗？哪些页面必须二次处理？

不把开源解析器当黑盒：逐项分析阅读顺序、复杂表格、OCR、公式、输出一致性与资源限制，并给出可插拔的后处理链路。

#RAG#解析与入库#MinerU RAG

面试题·RAG

RAG 文档解析质量怎么评估？不能只看“解析成功”

把“文件处理成功”拆成文字覆盖、阅读顺序、表格结构、层级保留和来源定位，建立可复现的解析评测与失败页处理。

#RAG#解析与入库#RAG 文档解析评估

面试题·RAG

RAG Chunk 为什么不能只按固定字数切？

从 Token 合并逻辑出发，解释固定长度为什么会拆散条件与结论，以及怎样利用标题、段落和内容类型保住语义。

#RAG#切分与索引#RAG Chunk

面试题·RAG

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

不提供一个适合所有项目的魔法数字，而是用召回、语义完整性、重复率和上下文成本说明参数应该怎样测出来。

#RAG#切分与索引#Chunk Size

面试题·RAG

跨页表格、代码块和图片怎么切，才不丢结构？

聚焦普通文本之外最容易出错的内容：表头怎样继承、跨页表格怎样合并、代码缩进怎样保留、图片怎样形成可检索描述。

#RAG#切分与索引#RAG 表格切分

面试题·RAG

Chunk 为什么要带标题、页码和前后片段 ID？

解释 metadata 如何同时服务于硬过滤、排序增强、上下文扩展与答案引用，并给出不依赖具体向量库的字段设计思路。

#RAG#切分与索引#RAG Metadata

面试题·RAG

RAG 知识库如何动态更新？重复上传怎么做到不重复、不漏写？

从稳定 Chunk ID、Embedding 跳过、批量入库和部分失败恢复出发，说明重复上传与文档更新为什么是两类问题。

#RAG#切分与索引#RAG 增量入库

面试题·RAG

RAG 为什么要同时用 BM25 和向量检索？

一道 RAG 混合检索面试题，结合两个教学案例讲清 BM25 与向量检索怎样互补、两路结果怎样融合与重排，以及如何用对照实验验证。

#RAG#检索与重排#RAG 混合检索

面试题·RAG

RRF 和加权求和怎么选？两路检索分数为何不能直接相加？

从 BM25 与向量分数尺度不同的问题出发，讲清归一化、加权求和、倒数排名融合及其验证边界。

#RAG#检索与重排#RRF

面试题·RAG

Rerank 为什么更准，却不能对整个知识库运行？

对比 Bi-Encoder 粗召回与 Cross-Encoder 精排，解释为什么正确证据必须先进入候选集，以及怎样平衡候选数量、排序质量和延迟。

#RAG#检索与重排#RAG Rerank

面试题·RAG

Query 重写、扩写和 HyDE，应该在哪些查询上启用？

区分纠错与补全、多表达召回和假设答案向量三种机制，说明为什么 Query 优化必须按意图路由并保留原问题回退。

#RAG#检索与重排#RAG Query 重写

面试题·RAG

Embedding 和 Rerank 模型怎么选？什么时候值得领域微调？

不按榜单盲选模型：从语种、文本长度、部署资源、召回任务和难负样本出发，建立可复现的模型选型与微调流程。

#RAG#检索与重排#Embedding 模型选型

面试题·RAG

RAG 检索效果差怎么排查？从 Query 到 Rerank 逐层定位

用同义词、否定问题和多跳问题三类 bad case，建立从入库证据到最终上下文的逐层排错方法。

#RAG#生成与对话#RAG 检索优化

面试题·RAG

资料里没有答案时，RAG 怎么避免强行生成？

从“最相近不等于相关”出发，讲清阈值、无答案测试集、Query 回退和拒答策略怎样共同控制幻觉。

#RAG#生成与对话#RAG 无答案检测

面试题·RAG

RAG 引用怎么做到可核验？为什么让模型自己标来源不够？

从 Prompt 引用、结构化来源映射到后处理归因，解释引用编号为什么会错，以及怎样验证每个回答事实确实被证据支持。

#RAG#生成与对话#RAG 引用溯源

面试题·RAG

多轮 RAG 如何理解“这个怎么申请”？

围绕多轮问答链路，拆解代词、省略和话题切换如何识别，独立 Query 如何生成与回退，并用连续追问、新话题和歧义样本验证。

#RAG#生成与对话#多轮 RAG

面试题·RAG

对话历史太长怎么办？滑动窗口、摘要和长期记忆怎么分工？

把短期会话状态、历史摘要、语义记忆和持久化用户信息拆开，说明不同存储与检索方式的边界、成本和隐私风险。

#RAG#生成与对话#RAG 记忆模块

面试题·RAG

RAG 评测集怎么构建？问题、答案和证据必须怎么标？

从业务范围、问题设计、Ground Truth 答案与证据标注到人工复核，建立能同时评估检索和生成的测试集。

#RAG#评测与上线#RAG 评测集

面试题·RAG

Recall@K、MRR、Faithfulness，分别在评估 RAG 哪一层？

把检索覆盖、排序质量、答案正确性、证据忠实度和引用充分性拆开，避免用一个总分掩盖系统具体故障。

#RAG#评测与上线#RAG 评估指标

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？

先拆 TTFT 全链路，再讨论批处理、缓存、ANN 索引、并行召回和流式输出，避免用“加机器”掩盖真正瓶颈。

#RAG#评测与上线#RAG 首字响应