RAG 与检索系统：从 chunk 设计到多路召回
多维度的查询改写是什么？改写遇到需要用户补充信息时怎么设计？
原题RAG 的检索如何实现？
原题讲一下项目里召回的流程
原题并行化意图识别是什么？为什么要并行化？如何实现的？
原题如果 RAG 召回了很多相互矛盾的文档，Agent 应该怎么处理，而不是直接让模型自己总结？
原题RAG 中如何提高文档召回率？
原题RAG 为什么需要向量检索？和传统关键词检索有什么本质区别？
原题RAG 系统检索到的文档很多但回答质量差，怎么排查？
原题什么是余弦相似度？在 RAG 系统中用来做什么？
原题什么是嵌入（Embedding）？为什么 RAG 系统需要将文本转为向量？
原题如何用通俗易懂的方式向非技术人员解释 RAG？有没有好的类比？
原题双路召回的 TopK，K 是如何确定的？有没有试过一个多召回点、一个少召回点？
原题如何快速上手一个没接触过的技术（如向量数据库）？
原题如果用全量生产文档做关联性检索，用户每个问题要交互多少轮？有没有更高效的方案？
原题在渐进式披露的架构下，还需要 RAG 吗？RAG 的角色会怎么变？
原题如果 RAG 返回了看似可信但实际过时的信息，你会怎么降低 Agent 被误导的概率？
原题如果检索结果很多但质量参差不齐，你会把控制点放在召回、重排，还是 Agent 规划层？
原题RAG 在 Agent 体系里应该被看成工具、记忆，还是推理前置步骤？
原题Agent 场景下，什么时候该做一次检索、多次使用；什么时候该边执行边检索？
原题为什么在检索阶段引入BM25？它和向量检索怎样组合？
原题如何系统性提升 RAG 的检索相关度与生成效果？
原题Rerank 后一般返回几个块？TopK 截断策略怎么设计？
原题RAG 中为什么引入父子索引？
原题RAG 系统的端到端性能如何优化？
原题分块策略怎么设计？不同策略的优缺点？
原题知识库整体怎么设计？
原题GraphRAG 在处理 Agent 复杂关联查询时的优势在哪里？
原题RAG 召回数据层应如何设计文档、Chunk、Embedding、版本和权限 Schema？
原题向量数据库怎么选型？不同规模下该用什么方案？
原题Embedding 模型怎么选？选型时考虑哪些因素？
原题为什么 Claude Code 不用 RAG 检索代码，而是直接用 grep？
原题Coding Agent 应从代码反向理解领域知识，还是维护独立知识库/规则库？
原题升级 Embedding 模型后，怎么保证索引和检索向量的逻辑一致性？
原题RAG 架构与模型微调（Fine-tuning）相比，各自的适用场景和优缺点是什么？
原题PDF 解析用什么工具？Layout-aware Parsing 是怎么做的？
原题向量数据库中 IVF_FLAT 和 HNSW 索引的区别是什么？各自适合什么场景？
原题图检索、向量检索、混合检索有什么区别？怎么选？
原题Deep Research 在代码层面是怎么实现的？和普通 RAG 有什么区别？
原题RAG 知识库的噪声剔除和文档去重怎么做？
原题RAG 检索到的 Chunk 不足以回答问题，后续怎么处理？
原题Agentic RAG 是什么？和传统 RAG 的核心区别？
原题补充检索是如何评估数据质量并触发的？怎么保证二次检索能搜到之前没搜到的内容？
原题向量数据库里两个同义词是什么关系？完全同义的词会在同一个点上吗？
原题多模态 Embedding 检索中，文本语义与图像视觉特征的权重怎么平衡？用户检索图纸参数却召回外观相似零件，根源是什么？
原题向量数据库中需要限定时间范围检索时，标量条件过滤怎么高效实现？
原题随着大模型上下文窗口持续扩容（100K→1M+），传统 RAG 技术是否会被完全替代？
原题如何避免模型回复过度依赖检索到的外部知识，导致回答生硬、缺乏共情能力和自然度？
原题如果从 ElasticSearch 切换到向量检索，哪些能力会下降，哪些能力会提升？
原题笔试题：多路召回结果合并去重 + 加权排序 + TopK
原题父文档是怎么得到的？语义切分具体是怎么做的？聚类后怎么区分不同文档？
原题手动干预切片是怎么做的？为什么需要这一步？
原题Text2SQL 的 RAG 架构里，DDL 层和规则层分别解决什么问题？业务表频繁变更时怎么保持可用？
原题RAG 项目里，MySQL 和 Elasticsearch 的数据一致性怎么保证？
原题RAG 文档切分中遇到代码块、表格、标题等特殊内容怎么处理？
原题处理一万个长文档构建 RAG 知识库，工程上怎么做？
原题RAG 知识库更新怎么不停服？热更新方案怎么设计？
原题RRF（Reciprocal Rank Fusion）是什么？如何融合多路检索结果？
原题知识图谱如何从文档构建、增量维护，并处理实体与关系冲突？
原题Reranker 的原理、效果上限与评估方法是什么？
原题MMR 为什么还能提高效果？重排后为什么还要设置 MMR 截断？
原题知识库持续更新时，如何保证一次 RAG 回答读取同一逻辑快照？
原题RAG 如何防止引用漂移和跨版本证据拼接？
原题RAG 前端如何展示长文档，并让引用稳定跳转到原文证据？
原题RAG 检索结果如何安全地组装到提示词中？
原题生成教学蓝图时，如何识别语义歧义和超纲内容？
原题BGE 类文本 Embedding 模型的基本结构是什么？
原题RAG 中如何解析文档引用并完成跨文档内容检索？
原题数据库检索与 RAG 检索有什么区别？什么场景下应优先选择数据库检索？
原题来源比较的是结构化事实查询与文档证据生成链路。
粗排后为什么需要使用 Cross-Encoder 重排？两阶段检索如何分工？
原题如何设计支持版本过滤和时间旅行查询的向量索引？
原题图召回如何缓解热门内容被过度推荐的问题？
原题RAG 组装上下文后，如何选择最终生成模型？
原题视频没有语音时，如何保持检索效果？
原题双塔模型与单塔模型的原理、差异和适用场景是什么？
原题如何从技术和工程维度选择两套 RAG 方案？
原题如何设计一个支持图文检索的多模态搜索 Agent？
原题如何优化内容结构与元数据以提升大模型检索和引用效果？
原题RAG 中如何进行查询分解与子问题拆分？
原题RAG 系统支持多轮对话时，如何管理历史上下文、检索与回答一致性？
原题多轮历史对话检索与外部知识库检索的排序策略有什么区别？
原题大模型翻译能力已经很强时，为什么翻译系统仍需要 ES 语义召回？
原题
暂无题目