面试题库 › 算法 / 大模型 › Embedding 与向量数据库的关系及工作流程

Embedding 与向量数据库的关系及工作流程

难度 ★☆☆在 2 场真实面经中被问到 方向:算法 / 大模型考点:嵌入与向量检索

常见岗位:AI 应用 / Agent 开发

答案要点

  1. Embedding 负责把数据变成向量,向量数据库负责存储、索引和相似度检索,两者可解耦
  2. 小规模可用 numpy 暴力检索或 Faiss 本地索引,大规模、低延迟、需持久化和过滤时用向量数据库
  3. 写入流程:切块、编码、连同原文与元数据入库、构建 ANN 索引(HNSW、IVF、PQ 等)
  4. 查询流程:同一模型编码查询,按余弦/内积做 ANN 搜索,结合元数据过滤返回 TopK,可再重排
  5. ANN 用少量召回率损失换取远低于暴力扫描的延迟,索引参数需要在召回率和速度间权衡

易错点

面试官常见追问

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。

相关面试题