M5-073M5: NLP 与大语言模型RAG 全链路Easy
⚡闪卡盲测➔掌握度:
描述一个完整 RAG 系统的组成。
🎯 深度面试自测闭环(先口述或草拟,再核对解析)
免登录记录进度:核心结论回忆 → 避坑清单自查 → 标记掌握或加入错题队列。
Step 1 · 尝试用 1–2 句话回答这道题的核心结论与适用边界
Step 2 · 勾选已覆盖的陷阱与追问思考
📐 核心数学机理公式
⚡ 一句话直击要害答案
索引(切分+嵌入+建库)、检索(召回+重排)、生成(上下文拼接+生成)、以及评估与监控。
📌 核心要点提炼
- •离线索引:切分 → 嵌入 → 建向量库(+ 元数据)
- •在线检索:查询改写 → 召回(稠密/稀疏/混合)→ 重排
- •生成:上下文拼接 + 生成 + 引用;以及评估与监控
📐 数学机理与严密推导
数学机理:完整 RAG 系统的组件。离线索引阶段:(1) 文档解析——从 PDF/HTML/数据库抽取文本(含表格/图片的处理);(2) 切分(chunking)——把长文档切成合适大小的片段(见 chunking 题);(3) 嵌入(embedding)——用嵌入模型把片段编码为向量;(4) 建索引——存入向量数据库(如 FAISS/Milvus/pgvector),并保留元数据(来源、时间、章节)与稀疏索引(BM25)。在线检索阶段:(5) 查询处理——改写/扩展查询(HyDE、多查询生成)、意图识别;(6) 召回(retrieval)——用稠密(向量相似度)、稀疏(BM25)、或混合检索召回 top-k 候选;(7) 重排(reranking)——用交叉编码器(cross-encoder)对候选精排(比向量检索更准但更慢);(8) 上下文组装——按相关性排序、去重、裁剪到上下文预算(注意 lost-in-the-middle:重要的放首尾)。生成阶段:(9) 生成——把检索到的片段 + 查询 + 指令拼成 prompt 交给 LLM 生成;(10) 引用与校验——要求模型给出引用(便于核查)、检测幻觉(回答是否被证据支持)。支撑组件:(11) 评估——检索指标(Recall@k、MRR、NDCG)+ 生成指标(忠实度、答案相关性)+ 端到端指标;(12) 监控与迭代——线上指标(点击、满意度)、失败案例分析、数据更新(增量索引)。关键设计选择:(a) 切分粒度(影响召回与上下文质量);(b) 检索方式(稠密/稀疏/混合);(c) 是否重排;(d) 上下文长度与位置安排;(e) 是否自适应检索(按需检索)。与'长上下文'的关系——RAG 是'按需取用'(成本 ∝ 检索片段),长上下文是'全量塞入'(成本 ∝ 全文档);两者互补(见后续题)。
🏭 深度剖析与工业落地权衡
深度剖析与工程权衡:① '最易出错的是检索'——生成质量的上限由检索质量决定('garbage in, garbage out');若相关文档没被召回,再强的 LLM 也无法正确回答。故检索指标(Recall@k)是首要监控项。② '切分粒度'是核心超参——太细则片段缺上下文(语义不完整);太粗则噪声多、占用上下文;实践中常用'递归切分 + 重叠'(如 512 token + 50 重叠),并可用'语义切分'(按段落/标题)。③ '混合检索 + 重排'是当前最佳实践——稠密检索擅长语义、BM25 擅长精确匹配(术语、编号);两者融合(RRF)再重排可显著提升召回与精度。④ '上下文组装'的细节——(a) 去重(多片段可能重复);(b) 排序(把最相关的放首尾,对抗 lost-in-the-middle);(c) 压缩(用模型摘要/抽取关键句,减少 token)。⑤ '评估'的双层结构——检索层(Recall/Precision)与生成层(忠实度/有用性)需分开评估,才能定位问题在检索还是生成。⑥ 面试要点——被问'RAG 系统怎么搭',应给出'离线索引(解析/切分/嵌入/建库)+ 在线检索(改写/召回/重排/组装)+ 生成(+引用校验)+ 评估监控'的完整链路,并强调'检索质量决定上限'与'混合检索 + 重排是最佳实践';这是 RAG 类问题的基本盘。
⚠️ 常见面试陷阱与高频失分点
- ✕只优化生成而忽略检索质量
- ✕不做重排直接用向量检索的 top-k
🎯 面试官连环追问与延伸考察
- ?RAG 与长上下文的取舍?
- ?RAG 最易出错的环节是哪个?
⚡
想检验本题的肌肉记忆?进入 3 阶闪卡主动回忆盲测
隐藏答案遮罩,自测:审题锚点 ➔ 数理公式机理 ➔ 工业标杆代码与连环追问。3 分钟攻破认知盲区!