RAG 混合检索与重排的价值
哪些公司问过
答案要点
- 向量检索擅长语义,弱于专有名词、编号;BM25 擅长精确匹配,不懂语义
- 两路互补,混合检索召回更全
- 融合:RRF 或归一化后加权,权重由评测集调整
- 双编码器独立编码,交互有限;交叉编码器拼接输入,全交互,精度更高但更慢
- 重排只处理少量候选;评估用 MRR、NDCG、Recall@K 和答案质量
易错点
- 认为向量检索已经足够,不需要关键词检索
- 混合时不做分数归一化直接相加
- 把重排用在全量文档上,延迟过高
- 没有评测集就拍脑袋定权重
面试官常见追问
- 如何评估 Rerank 是否有效?
- Query Rewrite 如何实现,有什么收益?
- 文档访问控制在 RAG 里怎么做?
- Agent 调用工具超时、陷入死循环怎么处理?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。