RAG与知识库
【RAG评估指标】RAG系统应从哪些维度设计量化评估指标（如召回率、准确率/正确率）来衡量整体效果？请结合具体应用场景说明评估方法，并提及使用的模型及召回率、正确率的测试方式。 「京东、美团、蚂蚁集团、阿里通义」
原题【RAG语义分割问题调整】RAG开发中发现语义分割有问题，后续怎么调整？ 「京东」
原题「京东、字节跳动、美团、腾讯、阿里通义」
Reranker为什么有效？它和embedding retrieval的本质区别是什么？Reranker 和 Cross-Encoder / Bi-Encoder 的关系是什么？Reranker 在整体检索链路中解决的是什么问题？
Reranker模型（如BGE-rerank）是否微调？训练数据如何构造？
为什么BM25和BGE-rerank要结合使用？
原题完整原题
【Reranker原理与应用】Reranker为什么有效？它和embedding retrieval的本质区别是什么？Reranker 和 Cross-Encoder / Bi-Encoder 的关系是什么？Reranker 在整体检索链路中解决的是什么问题？Reranker模型（如BGE-rerank）是否微调？训练数据如何构造？为什么BM25和BGE-rerank要结合使用？ 「京东、字节跳动、美团、腾讯、阿里通义」
【分块大小权衡】分块过大、过小分别会产生什么问题？如何平衡召回覆盖率和信息精准度？ 「阿里通义」
原题【分块策略】你项目中使用的Chunking分块策略（固定分块、递归分块、语义分块），各自优缺点？遇到过哪些问题，如何优化？ 「阿里通义」
原题【分块策略与平衡】对于RAG中的文档，通常采用哪些策略进行分块(chunk)？如何平衡块的大小与信息完整性？ 「腾讯混元」
原题【召回结果处理】如果召回的答案不是想要的，该怎么处理？ 「蚂蚁集团」
原题【召回质量优化】如何更高质量地召回context喂给llm？ 「腾讯混元」
原题【向量数据库选型】向量数据库Milvus、FAISS、ES、Chroma的选型对比，阿里内部常用方案及原因。 「阿里通义」
原题
暂无题目