标签

#Google

共 3 篇文章

【Google】RAG 里为什么要做重排（rerank）？怎么实现？

Google 常考 RAG 题：向量召回是「粗排」，bi-encoder 打分快但不准；rerank 用 cross-encoder 对 query-文档逐对精排。考点在两阶段架构的原理、召回量与延迟的权衡、模型选型。

91学AI·16 阅读

Google 常考 Agent 题：ReAct 的推理-行动-观察循环原理、LangChain 里 AgentExecutor 的执行机制，以及生产中工具描述、错误回传、迭代上限这些决定成败的细节。

91学AI·17 阅读

Google 常考 LangChain 题：两种 Memory 的机制差异——Buffer 原样存全部历史、Summary 滚动压缩成摘要；考点在 token 成本、信息保真度的权衡及生产选型策略。

91学AI·16 阅读