线上更换嵌入模型前应该怎么做 A/B 或离线对比验证？
线上更换嵌入模型前应该怎么做 A/B 或离线对比验证？ 本文先给出可直接复述的结论，再用最小代码说明更换嵌入模型 A/B测试 离线评估的工作方式、判断依据、项目边界和常见误区。
核心关键词更换嵌入模型 A/B测试 离线评估
面试知识索引 · 分类、标签与搜索
AI 开发 · 向量检索面试题，59 道完整答案
AI 开发 · 向量检索面试题第 1 页，显示第 1–50 题，共找到 59 道完整解析，可继续按分类、标签与关键词缩小范围。
59筛选结果
52技术分类
178检索标签
2索引分页
快速定位
清除全部筛选分类、标签与关键词搜索
第 1 页
本页面试问题
按稳定语义路径排序
- 0001
- 0002
近似最近邻搜索相比暴力精确搜索牺牲了什么、换来了什么？
近似最近邻搜索相比暴力精确搜索牺牲了什么、换来了什么？ 本文先给出可直接复述的结论，再用最小代码说明近似最近邻 精确搜索 权衡 ANN的工作方式、判断依据、项目边界和常见误区。
核心关键词近似最近邻 精确搜索 权衡 ANN - 0003
为什么有的嵌入模型要求查询和文档加不同的前缀（如 query:/passage:），不加会怎样？
为什么有的嵌入模型要求查询和文档加不同的前缀（如 query:/passage:），不加会怎样？ 本文先给出可直接复述的结论，再用最小代码说明查询前缀 文档前缀 E5 非对称检索的工作方式、判断依据、项目边界和常见误区。
核心关键词查询前缀 文档前缀 E5 非对称检索 - 0004
嵌入向量做二值量化（binary quantization）后能省多少存储，代价是什么？
嵌入向量做二值量化（binary quantization）后能省多少存储，代价是什么？ 本文先给出可直接复述的结论，再用最小代码说明二值量化 嵌入 存储 精度损失的工作方式、判断依据、项目边界和常见误区。
核心关键词二值量化 嵌入 存储 精度损失 - 0005
文档切块大小如何影响嵌入检索质量，过大过小各有什么问题？
文档切块大小如何影响嵌入检索质量，过大过小各有什么问题？ 本文先给出可直接复述的结论，再用最小代码说明文档切块 chunk 大小 检索质量的工作方式、判断依据、项目边界和常见误区。
核心关键词文档切块 chunk 大小 检索质量 - 0006
中英混排或夹带代码标识符的文本做嵌入时有什么特殊注意事项？
中英混排或夹带代码标识符的文本做嵌入时有什么特殊注意事项？ 本文先给出可直接复述的结论，再用最小代码说明中英混合 代码标识符 嵌入 分词的工作方式、判断依据、项目边界和常见误区。
核心关键词中英混合 代码标识符 嵌入 分词 - 0007
向量检索中余弦相似度和点积在什么条件下等价，什么时候结果会不同？
向量检索中余弦相似度和点积在什么条件下等价，什么时候结果会不同？ 本文先给出可直接复述的结论，再用最小代码说明余弦相似度 点积 向量检索 区别的工作方式、判断依据、项目边界和常见误区。
核心关键词余弦相似度 点积 向量检索 区别 - 0008
中文查询召回不到英文文档，是多语言嵌入模型的问题还是检索配置的问题？
中文查询召回不到英文文档，是多语言嵌入模型的问题还是检索配置的问题？ 本文先给出可直接复述的结论，再用最小代码说明跨语言检索 召回失败 多语言嵌入 排查的工作方式、判断依据、项目边界和常见误区。
核心关键词跨语言检索 召回失败 多语言嵌入 排查 - 0009
高维空间中最近邻为什么会失去区分度，这对向量检索意味着什么？
高维空间中最近邻为什么会失去区分度，这对向量检索意味着什么？ 本文先给出可直接复述的结论，再用最小代码说明维度灾难 最近邻 区分度 高维的工作方式、判断依据、项目边界和常见误区。
核心关键词维度灾难 最近邻 区分度 高维 - 0010
嵌入维度越高检索质量一定越好吗？
嵌入维度越高检索质量一定越好吗？ 本文先给出可直接复述的结论，再用最小代码说明嵌入维度 检索质量 维度选择的工作方式、判断依据、项目边界和常见误区。
核心关键词嵌入维度 检索质量 维度选择 - 0011
向量库报维度不匹配错误通常有哪些原因，如何排查？
向量库报维度不匹配错误通常有哪些原因，如何排查？ 本文先给出可直接复述的结论，再用最小代码说明向量维度不匹配 报错 排查的工作方式、判断依据、项目边界和常见误区。
核心关键词向量维度不匹配 报错 排查 - 0012
源文档删除后向量库里的残留向量不清理会有什么后果，怎么处理？
源文档删除后向量库里的残留向量不清理会有什么后果，怎么处理？ 本文先给出可直接复述的结论，再用最小代码说明向量删除 残留 清理 文档同步的工作方式、判断依据、项目边界和常见误区。
核心关键词向量删除 残留 清理 文档同步 - 0013
知识库里大量重复或近重复文档为什么会让 top-k 检索结果多样性崩塌，怎么缓解？
知识库里大量重复或近重复文档为什么会让 top-k 检索结果多样性崩塌，怎么缓解？ 本文先给出可直接复述的结论，再用最小代码说明重复文档 top-k 多样性 去重 MMR的工作方式、判断依据、项目边界和常见误区。
核心关键词重复文档 top-k 多样性 去重 MMR - 0014
为什么公开嵌入模型榜单分数高不代表在你的数据上检索效果好？
为什么公开嵌入模型榜单分数高不代表在你的数据上检索效果好？ 本文先给出可直接复述的结论，再用最小代码说明嵌入模型 榜单 领域迁移 评估的工作方式、判断依据、项目边界和常见误区。
核心关键词嵌入模型 榜单 领域迁移 评估 - 0015
嵌入向量检索时什么场景应该选欧氏距离而不是余弦相似度？
嵌入向量检索时什么场景应该选欧氏距离而不是余弦相似度？ 本文先给出可直接复述的结论，再用最小代码说明欧氏距离 余弦相似度 选择 嵌入检索的工作方式、判断依据、项目边界和常见误区。
核心关键词欧氏距离 余弦相似度 选择 嵌入检索 - 0016
没有现成标注时，如何构建检索质量评估用的黄金问答数据集？
没有现成标注时，如何构建检索质量评估用的黄金问答数据集？ 本文先给出可直接复述的结论，再用最小代码说明检索评估 黄金数据集 构建 标注的工作方式、判断依据、项目边界和常见误区。
核心关键词检索评估 黄金数据集 构建 标注 - 0017
向量检索加元数据过滤后召回率下降，可能是什么原因？
向量检索加元数据过滤后召回率下降，可能是什么原因？ 本文先给出可直接复述的结论，再用最小代码说明元数据过滤 向量检索 召回下降的工作方式、判断依据、项目边界和常见误区。
核心关键词元数据过滤 向量检索 召回下降 - 0018
线上延迟升高时调小 HNSW 的 efSearch 会发生什么，怎么验证影响？
线上延迟升高时调小 HNSW 的 efSearch 会发生什么，怎么验证影响？ 本文先给出可直接复述的结论，再用最小代码说明efSearch 召回率 延迟 调参的工作方式、判断依据、项目边界和常见误区。
核心关键词efSearch 召回率 延迟 调参 - 0019
如何估算 HNSW 索引的内存占用，为什么它比原始向量本身大？
如何估算 HNSW 索引的内存占用，为什么它比原始向量本身大？ 本文先给出可直接复述的结论，再用最小代码说明HNSW 内存占用 估算 图结构的工作方式、判断依据、项目边界和常见误区。
核心关键词HNSW 内存占用 估算 图结构 - 0020
HNSW 索引的 M、efConstruction、efSearch 三个参数分别控制什么？
HNSW 索引的 M、efConstruction、efSearch 三个参数分别控制什么？ 本文先给出可直接复述的结论，再用最小代码说明HNSW 参数 M efConstruction efSearch的工作方式、判断依据、项目边界和常见误区。
核心关键词HNSW 参数 M efConstruction efSearch - 0021
不允许停机的场景下如何平滑切换到重建后的向量索引？
不允许停机的场景下如何平滑切换到重建后的向量索引？ 本文先给出可直接复述的结论，再用最小代码说明索引热切换 蓝绿部署 向量库的工作方式、判断依据、项目边界和常见误区。
核心关键词索引热切换 蓝绿部署 向量库 - 0022
稀疏检索（BM25）和稠密向量检索混合时，两路结果怎么融合排序？
稀疏检索（BM25）和稠密向量检索混合时，两路结果怎么融合排序？ 本文先给出可直接复述的结论，再用最小代码说明混合检索 BM25 稠密向量 RRF 融合的工作方式、判断依据、项目边界和常见误区。
核心关键词混合检索 BM25 稠密向量 RRF 融合 - 0023
文档内容更新后只重嵌入变化的 chunk，怎么保证索引与原文一致？
文档内容更新后只重嵌入变化的 chunk，怎么保证索引与原文一致？ 本文先给出可直接复述的结论，再用最小代码说明增量更新 嵌入 索引一致性 chunk的工作方式、判断依据、项目边界和常见误区。
核心关键词增量更新 嵌入 索引一致性 chunk - 0024
向量索引应该全量离线重建还是支持在线增量插入，怎么决策？
向量索引应该全量离线重建还是支持在线增量插入，怎么决策？ 本文先给出可直接复述的结论，再用最小代码说明向量索引 离线重建 在线插入 决策的工作方式、判断依据、项目边界和常见误区。
核心关键词向量索引 离线重建 在线插入 决策 - 0025
十万级和亿级向量分别该选暴力、IVF 还是 HNSW，判断依据是什么？
十万级和亿级向量分别该选暴力、IVF 还是 HNSW，判断依据是什么？ 本文先给出可直接复述的结论，再用最小代码说明向量索引选型 数据规模 HNSW IVF 暴力的工作方式、判断依据、项目边界和常见误区。
核心关键词向量索引选型 数据规模 HNSW IVF 暴力 - 0026
IVF 索引的 nlist 和 nprobe 怎么选，调大 nprobe 为什么能提升召回？
IVF 索引的 nlist 和 nprobe 怎么选，调大 nprobe 为什么能提升召回？ 本文先给出可直接复述的结论，再用最小代码说明IVF nlist nprobe 召回 调参的工作方式、判断依据、项目边界和常见误区。
核心关键词IVF nlist nprobe 召回 调参 - 0027
为什么嵌入向量入库前常做 L2 归一化，不做会有什么后果？
为什么嵌入向量入库前常做 L2 归一化，不做会有什么后果？ 本文先给出可直接复述的结论，再用最小代码说明L2 归一化 嵌入向量 目的的工作方式、判断依据、项目边界和常见误区。
核心关键词L2 归一化 嵌入向量 目的 - 0028
超过嵌入模型最大输入长度的文档直接截断嵌入会丢什么，怎么处理？
超过嵌入模型最大输入长度的文档直接截断嵌入会丢什么，怎么处理？ 本文先给出可直接复述的结论，再用最小代码说明嵌入模型 输入长度 截断 长文档的工作方式、判断依据、项目边界和常见误区。
核心关键词嵌入模型 输入长度 截断 长文档 - 0029
ColBERT 式逐 token 向量的 MaxSim 与单向量余弦相似度有什么本质区别？
ColBERT 式逐 token 向量的 MaxSim 与单向量余弦相似度有什么本质区别？ 本文先给出可直接复述的结论，再用最小代码说明MaxSim 多向量检索 ColBERT 晚交互的工作方式、判断依据、项目边界和常见误区。
核心关键词MaxSim 多向量检索 ColBERT 晚交互 - 0030
升级嵌入模型后为什么必须重建全部向量，能否新旧向量混用？
升级嵌入模型后为什么必须重建全部向量，能否新旧向量混用？ 本文先给出可直接复述的结论，再用最小代码说明升级嵌入模型 重建向量 混用的工作方式、判断依据、项目边界和常见误区。
核心关键词升级嵌入模型 重建向量 混用 - 0031
Matryoshka 嵌入为什么可以直接截断维度使用，截断后要注意什么？
Matryoshka 嵌入为什么可以直接截断维度使用，截断后要注意什么？ 本文先给出可直接复述的结论，再用最小代码说明Matryoshka 嵌入 维度截断 MRL的工作方式、判断依据、项目边界和常见误区。
核心关键词Matryoshka 嵌入 维度截断 MRL - 0032
MRR 和 nDCG 分别适合评估什么样的检索场景？
MRR 和 nDCG 分别适合评估什么样的检索场景？ 本文先给出可直接复述的结论，再用最小代码说明MRR nDCG 检索评估 区别的工作方式、判断依据、项目边界和常见误区。
核心关键词MRR nDCG 检索评估 区别 - 0033
多语言知识库应该用一个多语言嵌入模型混存，还是按语言分开建库？
多语言知识库应该用一个多语言嵌入模型混存，还是按语言分开建库？ 本文先给出可直接复述的结论，再用最小代码说明多语言嵌入 跨语言检索 分库的工作方式、判断依据、项目边界和常见误区。
核心关键词多语言嵌入 跨语言检索 分库 - 0034
对已经归一化的嵌入向量重复做 L2 归一化会有数值问题吗？
对已经归一化的嵌入向量重复做 L2 归一化会有数值问题吗？ 本文先给出可直接复述的结论，再用最小代码说明重复归一化 嵌入向量 数值稳定性的工作方式、判断依据、项目边界和常见误区。
核心关键词重复归一化 嵌入向量 数值稳定性 - 0035
只归一化查询向量而不归一化文档向量，余弦检索结果会错吗？
只归一化查询向量而不归一化文档向量，余弦检索结果会错吗？ 本文先给出可直接复述的结论，再用最小代码说明查询向量 归一化 文档向量 余弦的工作方式、判断依据、项目边界和常见误区。
核心关键词查询向量 归一化 文档向量 余弦 - 0036
小块嵌入检索、大块返回给生成模型的父子切块策略解决了什么矛盾？
小块嵌入检索、大块返回给生成模型的父子切块策略解决了什么矛盾？ 本文先给出可直接复述的结论，再用最小代码说明父子切块 小块检索 大块生成的工作方式、判断依据、项目边界和常见误区。
核心关键词父子切块 小块检索 大块生成 - 0037
用 PCA 给已生成的嵌入降维会损失多少检索质量，什么时候值得做？
用 PCA 给已生成的嵌入降维会损失多少检索质量，什么时候值得做？ 本文先给出可直接复述的结论，再用最小代码说明PCA 嵌入降维 检索质量 损失的工作方式、判断依据、项目边界和常见误区。
核心关键词PCA 嵌入降维 检索质量 损失 - 0038
向量检索中前置过滤和后置过滤各有什么坑，怎么选？
向量检索中前置过滤和后置过滤各有什么坑，怎么选？ 本文先给出可直接复述的结论，再用最小代码说明前置过滤 后置过滤 向量检索 选择的工作方式、判断依据、项目边界和常见误区。
核心关键词前置过滤 后置过滤 向量检索 选择 - 0039
乘积量化压缩向量后为什么必须用原始向量重打分？
乘积量化压缩向量后为什么必须用原始向量重打分？ 本文先给出可直接复述的结论，再用最小代码说明乘积量化 重打分 rescore 召回的工作方式、判断依据、项目边界和常见误区。
核心关键词乘积量化 重打分 rescore 召回 - 0040
评估检索系统的 recall@k 怎么计算，分母应该是什么？
评估检索系统的 recall@k 怎么计算，分母应该是什么？ 本文先给出可直接复述的结论，再用最小代码说明recall@k 召回率 检索评估 计算的工作方式、判断依据、项目边界和常见误区。
核心关键词recall@k 召回率 检索评估 计算 - 0041
向量检索后再接一个重排序模型（reranker）解决了什么、引入了什么成本？
向量检索后再接一个重排序模型（reranker）解决了什么、引入了什么成本？ 本文先给出可直接复述的结论，再用最小代码说明reranker 重排序 向量检索 两阶段的工作方式、判断依据、项目边界和常见误区。
核心关键词reranker 重排序 向量检索 两阶段 - 0042
为什么有些向量数据库返回的相似度分数不在 0 到 1 之间，如何解释？
为什么有些向量数据库返回的相似度分数不在 0 到 1 之间，如何解释？ 本文先给出可直接复述的结论，再用最小代码说明相似度分数 范围 余弦 距离 解释的工作方式、判断依据、项目边界和常见误区。
核心关键词相似度分数 范围 余弦 距离 解释 - 0043
RAG 检索中如何为相似度分数设定过滤阈值而不误伤召回？
RAG 检索中如何为相似度分数设定过滤阈值而不误伤召回？ 本文先给出可直接复述的结论，再用最小代码说明相似度阈值 过滤 RAG 检索 设置的工作方式、判断依据、项目边界和常见误区。
核心关键词相似度阈值 过滤 RAG 检索 设置 - 0044
用大模型自动生成检索评估问题再自动判相关性，有哪些系统性偏差？
用大模型自动生成检索评估问题再自动判相关性，有哪些系统性偏差？ 本文先给出可直接复述的结论，再用最小代码说明合成评估数据 LLM 偏差 检索评估的工作方式、判断依据、项目边界和常见误区。
核心关键词合成评估数据 LLM 偏差 检索评估 - 0045
为什么表格和代码直接切块做嵌入检索效果差，有什么改进手段？
为什么表格和代码直接切块做嵌入检索效果差，有什么改进手段？ 本文先给出可直接复述的结论，再用最小代码说明表格 代码 嵌入检索 切块 改进的工作方式、判断依据、项目边界和常见误区。
核心关键词表格 代码 嵌入检索 切块 改进 - 0046
RAG 答案漏掉明显相关的文档，为什么首先要怀疑 top-k 和检索阶段而非生成模型？
RAG 答案漏掉明显相关的文档，为什么首先要怀疑 top-k 和检索阶段而非生成模型？ 本文先给出可直接复述的结论，再用最小代码说明top-k 召回遗漏 RAG 诊断的工作方式、判断依据、项目边界和常见误区。
核心关键词top-k 召回遗漏 RAG 诊断 - 0047
跨语言检索场景下，先把查询翻译成文档语言再嵌入，和直接用多语言嵌入相比各有什么优劣？
跨语言检索场景下，先把查询翻译成文档语言再嵌入，和直接用多语言嵌入相比各有什么优劣？ 本文先给出可直接复述的结论，再用最小代码说明查询翻译 多语言嵌入 跨语言检索 对比的工作方式、判断依据、项目边界和常见误区。
核心关键词查询翻译 多语言嵌入 跨语言检索 对比 - 0048
BERTScore 或向量余弦相似度在哪些生成场景会高估答案质量？
BERTScore 或向量余弦相似度在哪些生成场景会高估答案质量？ 本文先给出可直接复述的结论，再用最小代码说明BERTScore 语义相似度 生成评测 高估事实性的工作方式、判断依据、项目边界和常见误区。
核心关键词BERTScore 语义相似度 生成评测 高估事实性 - 0049
去重应该发生在嵌入计算之前还是之后，两个顺序各浪费或节省什么成本？
去重应该发生在嵌入计算之前还是之后，两个顺序各浪费或节省什么成本？ 本文先给出可直接复述的结论，再用最小代码说明去重时机 嵌入成本 管道顺序优化的工作方式、判断依据、项目边界和常见误区。
核心关键词去重时机 嵌入成本 管道顺序优化 - 0050
源文档删除后，为什么只删文档记录不够，还要保证其所有分块和向量一并清除？
源文档删除后，为什么只删文档记录不够，还要保证其所有分块和向量一并清除？ 本文先给出可直接复述的结论，再用最小代码说明删除传播 分块清理 向量删除 级联的工作方式、判断依据、项目边界和常见误区。
核心关键词删除传播 分块清理 向量删除 级联