前端进阶之旅前端进阶之旅
基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
知识卡片
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
  • AI 助手随时提问,即时解析
  • AI 模拟面试模拟真实面试 + 报告
  • AI 知识地图串起全站知识点
  • AI 定制路线按你的简历现排
AI 热点
旧版
基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
知识卡片
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
  • AI 助手随时提问,即时解析
  • AI 模拟面试模拟真实面试 + 报告
  • AI 知识地图串起全站知识点
  • AI 定制路线按你的简历现排
AI 热点
旧版
首页程序员面试题库第 11 页
面试知识索引 · 分类、标签与搜索

5000+ 道程序员面试题,每题都有完整答案

程序员面试题库第 11 页,收录第 501–550 题,共 5000 道完整解析,覆盖前端、JavaScript、React、Vue、Node.js、AI Agent、网络、数据库与系统设计。

5000+完整问题
52技术分类
178检索标签
100索引分页
按分类建立知识面,再用标签和搜索定位问题

每页只渲染 50 道题。分类与标签分页可抓取,自由搜索结果不会制造无限 SEO 页面。

快速定位

分类、标签与关键词搜索

题库检索
技术分类52 个
全部分类5000AI Agent511浏览器301JavaScript285React281AI 开发262CSS240Node.js217TypeScript206Vue180前端工程化138React Native135
查看全部 52 个分类
操作系统135数据库134Docker95计算机网络94API 设计90Kubernetes90HTML89Redis89全栈开发88分布式系统88系统设计86HTTP85Next.js60Angular58Linux53Nuxt51PostgreSQL46可观测性46设计模式46小程序45身份与权限45无障碍44MongoDB43PWA43Web 安全43Git42前端测试42前端性能41WebAssembly40测试40AI 工程37SvelteKit37Go35前端数据管理30React Router29AI 全栈28Svelte27算法12Java10数据结构5前端手写题3
热门标签178 个
并发编程448缓存355性能优化340安全336异步编程292类型系统215构建工具211容器化184流处理177表单157SQL148HTTP141路由140离线应用121网络协议111
查看其余 163 个标签
测试109数据库事务95实时通信92Web 可访问性90动画79可观测性77Agent 记忆75向量检索66工具调用66LangGraph59Prompt56任务规划53排障与运维53数据库索引52浏览器自动化51Flexbox50值与类型50GraphQL49事务与并发49构建与镜像49DNS 与 TLS48工程协作与交付48AI 评测47CSS Grid47Express 服务47MCP47副作用与同步47向量与嵌入47文件与多媒体47流与二进制47传输与协议46列表与性能46可维护代码46响应式原理46容器运行46指标日志追踪46数据建模与运维46文件与 I/O46表单与输入46MCP 协议45RAG45Vite 与模块构建45Webpack45内存与虚拟化45原生集成45多 Agent45工作负载与发布45应用与性能45数据处理45模块与工具链45组件与模板45缓存与数据结构45网络与运维45评估与调试45身份认证与授权45运行时与开发45Web 系统方案44一致性与容错44侦听与生命周期44分布式使用44原生组件与交互44可访问交互44消息与异步处理44渲染与调度44索引与执行计划44组件设计44缓存与代理44进程与并发44层叠与选择器43攻击面与防御43文档数据库43权限与安全43离线与渐进增强43语义与文档43请求与通信 API43Worker 与线程协作42事件系统42存储与离线数据42服务架构42服务端与流式渲染42服务端工程42泛型设计42版本控制42类型收窄42类型运算42组件与端到端42编码与执行42进程与线程42DOM 与文档操作41Flex 布局41HTTP 语义41NestJS 架构41REST 与接口契约41SQL 查询41加载与交互性能41动画与视觉41类型工程41记忆与状态41运行时与调度41Agent 架构40WebAssembly 集成40单元与集成测试40多 Agent 协作40工作流编排40模块与语言机制40浏览器与 UI 自动化40生产运行40函数与作用域39响应式设计39性能与并发39类型系统基础39Grid 布局38数组与集合38盒模型与排版38Hooks 与复用37应用开发37推理与成本37状态共享37知识库数据37模型与应用评测36对象与原型35状态与渲染35语言与并发35异步与 Promise34Effect32RAG 检索31React 性能31响应式与性能31微调与数据31TanStack Query30全栈边界30数据与缓存30大模型基础29路由与数据流29事件循环28流式交互28提示与上下文设计27数据与服务端27组件与依赖注入27组件与响应式27多模态应用24应用与渲染24Hydration22沙箱安全22状态管理18算法18CI/CD13语言与运行时10React Server Components6搜索与排序4实用函数实现3链表栈队列3图算法2字符串算法2树与遍历2索引与高级结构2Kubernetes1作用域与函数1动态规划1异步与浏览器1手写与交互性能1数组与双指针1相等比较1
当前页11 / 100

正在显示第 501–550 题

AI 开发39AI Agent11
第 11 页

本页面试问题

按稳定语义路径排序

  1. 0501
    AI Agent工作流编排

    如何用 LangGraph StateGraph 定义一个带状态的工作流,State 的字段在节点间如何传递?

    如何用 LangGraph StateGraph 定义一个带状态的工作流,State 的字段在节点间如何传递? 本文先给出可直接复述的结论,再用最小代码说明LangGraph StateGraph 定义状态工作流的工作方式、判断依据、项目边界和常见误区。

    核心关键词LangGraph StateGraph 定义状态工作流
    #工作流编排#LangGraph
  2. 0502
    AI Agent工作流编排

    LangGraph 流式执行中遇到 interrupt 后如何恢复同一个 stream,断流重连会丢事件吗?

    LangGraph 流式执行中遇到 interrupt 后如何恢复同一个 stream,断流重连会丢事件吗? 本文先给出可直接复述的结论,再用最小代码说明LangGraph stream 中断 恢复 事件的工作方式、判断依据、项目边界和常见误区。

    核心关键词LangGraph stream 中断 恢复 事件
    #工作流编排#LangGraph#流处理
  3. 0503
    AI Agent工作流编排

    LangGraph 的 stream_mode(values/updates/messages)在观测工作流执行时分别输出什么,调试选哪个?

    LangGraph 的 stream_mode(values/updates/messages)在观测工作流执行时分别输出什么,调试选哪个? 本文先给出可直接复述的结论,再用最小代码说明LangGraph stream_mode 流式输出 调试的工作方式、判断依据、项目边界和常见误区。

    核心关键词LangGraph stream_mode 流式输出 调试
    #工作流编排#LangGraph#流处理
  4. 0504
    AI Agent工作流编排

    LangGraph 子图有自己独立的检查点吗,从父图视角恢复时子图内部状态如何处理?

    LangGraph 子图有自己独立的检查点吗,从父图视角恢复时子图内部状态如何处理? 本文先给出可直接复述的结论,再用最小代码说明LangGraph 子图 检查点 恢复的工作方式、判断依据、项目边界和常见误区。

    核心关键词LangGraph 子图 检查点 恢复
    #工作流编排#LangGraph
  5. 0505
    AI Agent工作流编排

    LangGraph 中何时把一组节点封装成子图,父子图之间状态如何映射与传递?

    LangGraph 中何时把一组节点封装成子图,父子图之间状态如何映射与传递? 本文先给出可直接复述的结论,再用最小代码说明LangGraph 子图 状态映射的工作方式、判断依据、项目边界和常见误区。

    核心关键词LangGraph 子图 状态映射
    #工作流编排#LangGraph
  6. 0506
    AI Agent工作流编排

    LangGraph 的 durability 模式(sync/async/exit)在崩溃恢复语义上有什么差异?

    LangGraph 的 durability 模式(sync/async/exit)在崩溃恢复语义上有什么差异? 本文先给出可直接复述的结论,再用最小代码说明LangGraph durability sync async exit 崩溃恢复语义的工作方式、判断依据、项目边界和常见误区。

    核心关键词LangGraph durability sync async exit 崩溃恢复语义
    #工作流编排#LangGraph#异步编程
  7. 0507
    AI Agent工作流编排

    LangGraph 中 thread_id 如何把多次调用关联成一条会话,跨请求恢复状态依赖什么?

    LangGraph 中 thread_id 如何把多次调用关联成一条会话,跨请求恢复状态依赖什么? 本文先给出可直接复述的结论,再用最小代码说明LangGraph thread_id 会话 状态恢复的工作方式、判断依据、项目边界和常见误区。

    核心关键词LangGraph thread_id 会话 状态恢复
    #工作流编排#LangGraph
  8. 0508
    AI Agent工作流编排

    LangGraph 的 update_state 如何以某个节点的身份写入状态,as_node 参数影响什么?

    LangGraph 的 update_state 如何以某个节点的身份写入状态,as_node 参数影响什么? 本文先给出可直接复述的结论,再用最小代码说明LangGraph update_state as_node 状态修改的工作方式、判断依据、项目边界和常见误区。

    核心关键词LangGraph update_state as_node 状态修改
    #工作流编排#LangGraph#路由
  9. 0509
    AI Agent工作流编排

    LangGraph 的检查点(checkpoint)保存了哪些内容,为什么每个 super-step 结束都会写入?

    LangGraph 的检查点(checkpoint)保存了哪些内容,为什么每个 super-step 结束都会写入? 本文先给出可直接复述的结论,再用最小代码说明LangGraph checkpoint 检查点 内容的工作方式、判断依据、项目边界和常见误区。

    核心关键词LangGraph checkpoint 检查点 内容
    #工作流编排#LangGraph
  10. 0510
    AI Agent工作流编排

    LangGraph 的图执行模型是什么,节点和边在一次调用中如何被调度?

    LangGraph 的图执行模型是什么,节点和边在一次调用中如何被调度? 本文先给出可直接复述的结论,再用最小代码说明LangGraph graph execution 图执行模型的工作方式、判断依据、项目边界和常见误区。

    核心关键词LangGraph graph execution 图执行模型
    #工作流编排#LangGraph
  11. 0511
    AI Agent工作流编排

    Anthropic 如何区分 workflow 和 autonomous agent,工程上何时该放弃预定义工作流?

    Anthropic 如何区分 workflow 和 autonomous agent,工程上何时该放弃预定义工作流? 本文先给出可直接复述的结论,再用最小代码说明Anthropic workflow 与 autonomous agent 区别 选型的工作方式、判断依据、项目边界和常见误区。

    核心关键词Anthropic workflow 与 autonomous agent 区别 选型
    #工作流编排
  12. 0512
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索#离线应用
  13. 0513
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  14. 0514
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  15. 0515
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  16. 0516
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  17. 0517
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  18. 0518
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  19. 0519
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  20. 0520
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  21. 0521
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  22. 0522
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  23. 0523
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  24. 0524
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  25. 0525
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  26. 0526
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  27. 0527
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索#构建工具
  28. 0528
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  29. 0529
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  30. 0530
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  31. 0531
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  32. 0532
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  33. 0533
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  34. 0534
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  35. 0535
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索#离线应用
  36. 0536
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  37. 0537
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  38. 0538
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  39. 0539
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  40. 0540
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  41. 0541
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  42. 0542
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  43. 0543
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  44. 0544
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  45. 0545
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  46. 0546
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  47. 0547
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  48. 0548
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索#离线应用
  49. 0549
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
  50. 0550
    AI 开发向量与嵌入

    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
    #向量与嵌入#向量检索
上一页
1…910111213…100
下一页
前端进阶之旅本地 Markdown 维护 · 服务端分页 · 完整内容对用户与搜索引擎一致