贝壳找房RAG面经

1️⃣数据准备很多人上来就想着搭 Milvus 或 FAISS ,但根本没搞清楚自己要检索的是什么。RAG 的灵魂在知识库。而知识库的质量，取决于数据处理的精细程度。2️⃣检索召回很多人以为用个 embedding 模型就完事了。但 embedding 模型之间差距极大。在实际项目中，我们踩过很多坑：同样一份知识库，换不同 embedding 模型， RAG 的命中率能差出30%以上。3️⃣Query 理解：很多人以为检索的 query 就是用户的问题本身。但在实际场景里，这一步其实最"坑"。🍊那到底哪一部分最难搞？最难的是让整个系统"协同"起来。这需要你既懂算法，又懂工程。需要同时考虑：1.文档更新频率（知识库维护）2.向量召回性能（索引优化）3.Prompt 格式（生成阶段控制）4.模型响应速度（ API 并发与缓存）换句话说， RAG 是所有"大模型项目"中最能体现"算法工程师功底"的模块。它要求你既能设计算法，又能搭系统。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

本人小白第一次面试，是字节的开发测试日常实习，面试时间是明天1.8号下午，我本来投的不是这个岗但是流到这了，现在情况是我感觉自己准备不是特别充分，因为之前简历写的有问题所以本来没期望收到面试的，收到后这两天hot100刷了30题左右，里面能自己做出来的大概一半，现在很害怕手撕题，有两个问题想求助各位：1、这种手撕题能不能跟面试官沟通只用伪代码或者讲思路，或者代码逻辑对但是有小错误能不能过；2、看网上很多说字节第一次投很容易给面试机会，但是一面不过会脏面评后面就很难再拿面试机会了，是这样吗，要不要取消面试

下面用提问的方式分别从加载，切割，嵌入，储存，检索，评估几个角度连环问，感觉可以判断掌握RAG的程度，博主也在学习，轻点喷1.加载1.1加载纯文本如何加载？1.2加载doc怎么加载？ 要是想强调结构呢1.3加载pdf怎么加载？1.4要是pdf里面有图片呢？1.5要是pdf的一页里面有图片，文字，图片里面还有文字呢？2.切割2.1怎么切割？重叠程度怎么设置，分片大了会怎么样，小了会怎么样？3.嵌入3.1常见的嵌入模型有哪些？3.2对于稀疏向量的嵌入，了解过吗？4储存4.1常见的向量数据库了解过吗4.2企业级一般用哪个向量数据库4.3了解过索引吗？图索引，倒排索引了解过吗4.4第二范式，余弦相似度，向量内积，了解过吗，是干嘛的？5检索5.1多路召回，索引增强重排了解过吗？5.2粗排，精排了解过吗，用什么模型？6.评估6.1常见的评估框架有哪些？6.2评估一般看哪几个指标？忠诚度，相对性，精确性？7其他7.1图RAG了解过吗？为什么要用它？7.2多模态RAG怎么实现？？了解过吗7.3llamaindex专注于该领域，有了解过吗？

牛客上貌似有关客户端的面试经验比较少，那我来分享一些。我走的是iOS开发方向，元旦左右面试了两家小厂，由此分享一些经历。厂A：主要问了比较多Swift基础知识，包括但不限于值类型、引用类型、闭包、访问控制以及Swift5.5以后新增的async/await。随后是关于项目的，比如MVC与MVVM架构的区别，MVVM是怎么做到代码解耦的，工厂模式与单例模式等，还有一些项目的细节。关于iOS系统的倒是比较少，就简单问了一下有关runloop和循环引用的内容。厂B：这家厂的规模较大，问的内容也相对比较深入，由于他们家的产品主要是UIKit+RxSwift开发的，因此对MVVM考察的比较多，比如RxS...