RAG 中常用的检索方法有哪些
哪些公司问过
答案要点
- 稀疏检索(BM25/TF-IDF):关键词精确匹配,适合专有名词、编号,不理解语义
- 稠密检索:embedding 编码加 ANN 索引(HNSW、IVF 等),擅长语义相似
- 混合检索:多路召回后用 RRF 或加权融合,兼顾精确与语义
- 重排:cross-encoder 对召回候选精排,提升前几条的相关性
- 查询改写、多查询、HyDE、元数据过滤、知识图谱/Text-to-SQL 等辅助手段
易错点
- 只用向量检索,导致产品型号、错误码等精确词召回差
- 直接把 BM25 分数和余弦相似度相加,量纲不一致
- 只关注召回不做重排,前几条结果噪声大
- 分块过大或过小都会影响检索效果,却只调检索算法
面试官常见追问
- 为什么不直接用 cross-encoder 做检索?
- RRF 是怎么融合的?
- HyDE 是什么思路?
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。