RAG 检索增强2026-07-26
长上下文模型越来越强，还需要 RAG 吗？
考察对 RAG 与长上下文模型边界的判断：成本、延迟、大海捞针与中间丢失问题、知识更新时效，以及两者结合的工程范式。
91学AI·8 阅读
分类
RAG 检索增强
共 14 篇文章
RAG 检索增强2026-07-26
不同文档内容冲突了怎么办？知识库怎么做版本控制？
考察 RAG 知识库内容治理：文档冲突的检测与消解策略、时间/权威性优先级设计、版本控制方案，以及生成侧的冲突呈现。
91学AI·9 阅读
RAG 检索增强2026-07-26
Query 改写有哪些手段？HyDE、子问题分解什么时候用？
考察查询理解与改写技术体系：同义改写、指代消解、HyDE、子问题分解、Step-back 等手法的原理、适用场景与代价。
91学AI·11 阅读
RAG 检索增强2026-07-26
GraphRAG 是什么？处理多跳推理和普通 RAG 有什么根本区别？
考察 GraphRAG 的原理与适用边界：知识图谱构建流程、社区摘要机制，以及它在多跳推理、全局性问题上相对向量 RAG 的本质差异。
91学AI·11 阅读
RAG 检索增强2026-07-26
Agentic RAG 和传统 RAG 有什么区别？检索失败后 Agent 怎么调整策略？
考察对 Agentic RAG 范式的理解：与传统单轮流水线 RAG 的本质差异、路由/反思/重试机制，以及检索失败后的策略调整设计。
91学AI·11 阅读
RAG 检索增强2026-07-26
PDF 里的表格、图片、扫描件怎么处理？异构文档怎么入库？
考察异构文档解析的工程能力：文字版与扫描版 PDF 的分流、表格结构抽取、OCR 与版面分析方案，以及多模态内容入库策略。
91学AI·10 阅读
RAG 检索增强2026-07-26
知识库文档更新了怎么办？总不能每次全量重建吧？
考察 RAG 知识库的增量更新设计：文档变更检测、chunk 级 diff、向量库删除与重建策略，以及如何保证更新期间检索一致性。
91学AI·14 阅读
RAG 检索增强2026-07-26
你怎么知道你的 RAG 有效？评测集怎么构造？baseline 是什么？
考察 RAG 效果度量体系：检索层指标（Recall@K、MRR）与生成层指标（忠实度、答案相关性）分开评，评测集从真实日志构造，baseline 逐级消融。
91学AI·13 阅读
RAG 检索增强2026-07-26
为什么要加 Rerank？Recall@K 和 Precision@K 怎么取舍？Top-K 怎么动态调整？
考察粗排+精排两阶段架构：双塔召回快但弱、cross-encoder 准但慢；Recall 与 Precision 的分工及 Top-K 动态调整。
91学AI·9 阅读
RAG 检索增强2026-07-26
为什么要做混合召回？BM25 已经很好了，向量检索还有必要吗？
考察对稀疏与稠密检索互补性的理解：BM25 擅长精确词匹配但不懂语义，向量懂语义但对专名编号不灵，混合召回与 RRF/加权融合是标准解法。
91学AI·9 阅读
RAG 检索增强2026-07-26
向量数据库怎么选型？从 ES 切换到向量检索，哪些能力提升、哪些下降？
考察向量库选型权衡：按数据量级选 pgvector/Milvus/ES，以及 ES 倒排切向量检索后语义召回与精确匹配能力的此消彼长。
91学AI·11 阅读
RAG 检索增强2026-07-26
Embedding 模型怎么选？输出向量维度多少？你调研过哪些模型？
考察 embedding 选型方法论：MTEB/C-MTEB 榜单怎么用、bge-m3 等主流模型的维度与特性、维度对存储和延迟的影响。
91学AI·11 阅读
RAG 检索增强2026-07-26
文档切分策略怎么选？切分粒度、重叠长度怎么定？
考察 chunking 的实战经验：固定长度、结构切分、语义切分的取舍，chunk size 与 overlap 的确定方法，以及父子切分等进阶手段。
91学AI·12 阅读
RAG 检索增强2026-07-26
讲讲 RAG 的整体流程，每个环节有哪些坑？
考察对 RAG 全链路的系统理解：离线索引与在线检索生成两大阶段，重点是说清切分、召回、上下文组装、生成各环节的典型坑与对策。
91学AI·12 阅读