推文

@king1818888 · 2026-10-11 12:46

前天刚去面了某 AI 独角兽的 Agent 落地组，结果直接在一道 RAG 检索细节上被问得哑口无言。 面试官发难：面试官靠在椅背上：“用户在智能客服里问‘苹果最新款手机多少钱’，但向量检索把知识库里‘红富士苹果每斤批发价’排在了第一名，你怎么彻底解决这个问题？” 我心里怎么想的：我当时在心里默默念叨：“大哥，这也能怪我？这明明是 OpenAI 或者开源 Embedding 模型的词向量聚类不够准啊，你去找算法科学家理论，冲我一个做应用的撒什么气？！” 我嘴上怎么答的：“呃……换一个参数量更大的 Embedding 模型？或者把 Chunk 文本切分的粒度改小一点？” 面试官的反应：面试官笑了笑：“就算你换了最大的模型，苹果就是苹果，语义依然会发散。回去看看工业界是怎么把关键词搜索和语义搜索拧在一起的吧。” 当天晚上我在技术社区发帖向几位老哥请教，才猛然发现自己把 RAG 想得太简单了。纯 Dense 向量检索天生对专有名词、特定型号不敏感。生产级方案必须是混合检索（Hybrid Search：向量余弦相似度 + BM25 关键词精确匹配），再配合后置的 Reranker（交叉编码重排模型） 做二次精排打分，这才是消灭“红富士手机”的标准解法。

曝光 2333 · 评论 7 · 点赞 14 · 书签 19 · 曝光/时 1398.9006488609025