真面经，好答案。面试之前，先来面栈。

混合检索与重排序

本分类共 13 个专题 · 493 道题

已筛选

共 39 道题

排序：

3950
RAG 的 Rerank 阶段有哪些常用重排策略？
RAG 与知识系统混合检索与重排序
概念解释
进阶
3 篇面经3 个题集来源
2889
为什么选择 RRF，而不采用简单加权？
RAG 与知识系统混合检索与重排序
比较选型已有答案
进阶
5 篇面经
3801
Cross-Encoder 为什么通常比向量相似度更准确？
RAG 与知识系统混合检索与重排序
原理机制
进阶
1 篇面经4 个题集来源
3476
Ranker 如何微调，使用什么数据格式和模型架构？
RAG 与知识系统混合检索与重排序
项目深挖
进阶
2 篇面经2 个题集来源
0488
BM25 与向量召回为什么并用，各召回多少条进入重排？
RAG 与知识系统混合检索与重排序
方案设计已有答案
进阶
2 篇面经1 个题集来源
1022
项目的 rerank 使用什么模型？
RAG 与知识系统混合检索与重排序
比较选型
进阶
2 篇面经1 个题集来源
1654
多路召回融合时固定权重与模型打分有何优缺点？
RAG 与知识系统混合检索与重排序
比较选型
进阶
2 篇面经1 个题集来源
1683
RRF 中常数如何确定？
RAG 与知识系统混合检索与重排序
方案设计已有答案
进阶
3 篇面经
3838
RAG 如何结合标签过滤与语义匹配实现分层检索？
RAG 与知识系统混合检索与重排序
方案设计
进阶
2 篇面经1 个题集来源
0333
为什么稠密向量与 BM25 分数不能直接相加？
RAG 与知识系统混合检索与重排序
原理机制已有答案
进阶
2 篇面经