跳到主要内容
真面经,好答案。面试之前,先来面栈。
题库
/
RAG 与知识系统
RAG 与知识系统
本分类共
13
个专题 ·
414
道题
专题概览
题目列表
414
RAG 与知识系统面试题
继续复习
待复习
0
知识专题
知识专题
查询理解与改写
多模态文档处理
混合检索与重排序
结构化知识与 Text-to-SQL
文档解析与清洗
文档切分与元数据
向量数据库与索引
召回策略与检索
知识更新、版本与权限
知识图谱与 GraphRAG
Embedding 与向量表示
RAG 架构与生成链路
RAG 评测与故障排查
知识专题
知识专题
找到
13
个专题
知识专题
查询理解与改写
多模态文档处理
混合检索与重排序
结构化知识与 Text-to-SQL
文档解析与清洗
文档切分与元数据
向量数据库与索引
召回策略与检索
知识更新、版本与权限
知识图谱与 GraphRAG
Embedding 与向量表示
RAG 架构与生成链路
RAG 评测与故障排查
未找到匹配专题
问题类型
问题类型
比较选型
操作实践
代码题
方案设计
概念解释
故障排查
技术决策
经历介绍
开放讨论
系统设计
项目深挖
效果评估
原理机制
问题类型
技术难度
技术难度
基础
进阶
深入
技术难度
复习状态
复习状态
未标记
待复习
已掌握
复习状态
已筛选
清除筛选
共
414
道题
开始复习
排序:
排序
面经最多
题集最多
题号降序
最近更新
题号
题目
技术难度
收录情况
复习状态
4558
RAG 使用量化 Embedding 有哪些收益、风险与适用条件?
RAG 与知识系统
Embedding 与向量表示
比较选型
已有答案
面前必看
进阶
暂无面经
1
份题集
RAG 使用量化 Embedding 有哪些收益、风险与适用条件?的复习状态
未标记
待复习
已掌握
4563
Precision、Recall、MRR、MAP 与 NDCG 有何区别,RAG 评测时如何选用?
RAG 与知识系统
RAG 评测与故障排查
比较选型
已有答案
面前必看
进阶
暂无面经
2
份题集
Precision、Recall、MRR、MAP 与 NDCG 有何区别,RAG 评测时如何选用?的复习状态
未标记
待复习
已掌握
4571
如何评估并提高 RAG 生成结果的 Faithfulness?
RAG 与知识系统
RAG 评测与故障排查
效果评估
已有答案
面前必看
进阶
暂无面经
1
份题集
如何评估并提高 RAG 生成结果的 Faithfulness?的复习状态
未标记
待复习
已掌握
4573
Response Relevancy 如何衡量回答切题程度,与 Context Relevancy 有何区别?
RAG 与知识系统
RAG 评测与故障排查
效果评估
已有答案
面前必看
进阶
暂无面经
1
份题集
Response Relevancy 如何衡量回答切题程度,与 Context Relevancy 有何区别?的复习状态
未标记
待复习
已掌握
4574
Faithfulness 与 Response Relevancy 有什么区别,为什么需要联合评估?
RAG 与知识系统
RAG 评测与故障排查
比较选型
已有答案
面前必看
进阶
暂无面经
1
份题集
Faithfulness 与 Response Relevancy 有什么区别,为什么需要联合评估?的复习状态
未标记
待复习
已掌握
4690
向量检索如何引入时间衰减,平衡内容相关性与新鲜度?
RAG 与知识系统
召回策略与检索
方案设计
已有答案
面前必看
进阶
暂无面经
5
份题集
向量检索如何引入时间衰减,平衡内容相关性与新鲜度?的复习状态
未标记
待复习
已掌握
4691
知识库增量更新时,如何避免新旧文档分布差异造成检索偏差?
RAG 与知识系统
知识更新、版本与权限
方案设计
已有答案
面前必看
深入
暂无面经
3
份题集
知识库增量更新时,如何避免新旧文档分布差异造成检索偏差?的复习状态
未标记
待复习
已掌握
4692
高并发 RAG 查询中,如何分别优化召回与生成阶段的时延?
RAG 与知识系统
RAG 架构与生成链路
方案设计
已有答案
面前必看
进阶
暂无面经
7
份题集
高并发 RAG 查询中,如何分别优化召回与生成阶段的时延?的复习状态
未标记
待复习
已掌握
4746
用 Python 实现固定大小、重叠和语义文档切块。
RAG 与知识系统
文档切分与元数据
代码题
已有答案
面前必看
进阶
暂无面经
2
份题集
用 Python 实现固定大小、重叠和语义文档切块。的复习状态
未标记
待复习
已掌握
4747
用 Python 实现 BM25 与向量检索的混合召回。
RAG 与知识系统
混合检索与重排序
代码题
已有答案
面前必看
进阶
暂无面经
1
份题集
用 Python 实现 BM25 与向量检索的混合召回。的复习状态
未标记
待复习
已掌握
4558
RAG 使用量化 Embedding 有哪些收益、风险与适用条件?
RAG 与知识系统
Embedding 与向量表示
比较选型
已有答案
面前必看
进阶
暂无面经
1
份题集
RAG 使用量化 Embedding 有哪些收益、风险与适用条件?的复习状态
未标记
待复习
已掌握
未找到相关题目
换个关键词,或清除筛选。
清除筛选
共
414
道题 · 显示 361–370 道
上一页
1
…
36
37
38
…
42
37 / 42
下一页
启用 JavaScript 后可筛选和浏览完整题库;当前显示前 10 道题。