RAG与知识库
RAG中的chunk策略有哪些？chunk size / overlap等超参数怎么设置的？项目中文本分块具体是怎么做的？有哪些trick？文件是如何分割的？
数据量有多大？
原题完整原题
【文本分块策略与超参数】RAG中的chunk策略有哪些？chunk size / overlap等超参数怎么设置的？项目中文本分块具体是怎么做的？有哪些trick？文件是如何分割的？数据量有多大？ 「百度、美团、腾讯、阿里巴巴」
【文档切分策略】RAG的chunk划分策略是什么？为什么不用固定长度，而用基于Markdown结构的分层切分？你的论文是怎么存的，Chunk是怎么切的？ 「字节跳动、美团、腾讯」
原题【文档结构不清晰处理】如果文档结构不清晰怎么办? 「字节跳动」
原题【查询改写】项目中有没有做过查询改写？ 「字节跳动」
原题【检索与重排序模型对比】BM25、向量检索、Hybrid Search、BGE-rerank、Qwen3-Embedding、BGE-M3等检索与重排序模型的区别是什么？在RAG召回阶段，纯向量检索、BM25关键词检索和混合检索的区别是什么？阿里业务为什么主推混合检索？ 「京东、腾讯、阿里通义」
原题RAG检索到的文档顺序不好怎么办？RAG检索召回的片段中，有一些质量差的，如果排除掉?
你们是把 rewrite放在检索前还是后？
原题完整原题
【检索后处理与重排序】RAG检索到的文档顺序不好怎么办？RAG检索召回的片段中，有一些质量差的，如果排除掉? 你们是把 rewrite放在检索前还是后？ 「字节跳动、百度、腾讯混元」
【检索模块设计】在RAG系统中，检索模块通常如何设计？ 「阿里巴巴」
原题【模型角色】这个模型本质是证据检索器，还是通用语言模型，用来筛选evidence？ 「阿里巴巴」
原题【混合检索与召回优化】检索阶段怎么做，为什么混合检索效果更好?如何尽可能召回与query相关的Document问题？ 「字节跳动、腾讯混元」
原题【混合检索策略】项目中RAG混合检索的策略是怎么样的？ 「腾讯」
原题
暂无题目