面试题库

全部 Django Elasticsearch FastAPI Flask Function Call JVM Java IO Java 后端 Java 基础 Java 并发 Java 新特性 Java 集合 JavaWeb Kafka LLM LangChain LangGraph MongoDB MyBatis MySQL Netty Nginx Python RAG RabbitMQ Redis RocketMQ Spring Spring AI SpringBoot SpringCloud SpringMVC ZooKeeper 分布式 后端技术 大厂面经 大数据 微服务 提示词工程 操作系统 数据库 数据结构 智能体 海康威视2026秋季社招专项 消息队列 监控运维 算法 系统设计 缓存 计算机基础 计算机网络 设计模式 面试题 高可用 高并发
RAG 中等

向量检索的 top-k 分数彼此很接近说明什么?如何用阈值与置信度决策?

RAG 中等

如何判断两个检索结果哪个更相关?RRF 等分数归一化解决什么问题?

RAG 困难

混合检索(BM25+向量)的分数如何融合?为什么不能直接相加?

RAG 中等

余弦相似度对向量长度不敏感,这到底是优点还是缺点?

RAG 简单

为什么有的向量库默认返回“距离”而不是“相似度”?如何正确解读与排序?

RAG 简单

嵌入向量不做归一化直接入库,检索结果会怎样?举例说明

RAG 困难

什么是嵌入空间的“各向异性”(anisotropy)?它对余弦相似度有何影响?

RAG 中等

相似度计算中的浮点精度与“维度诅咒”会带来什么问题?

RAG 简单

为什么 L2 归一化后内积等于余弦相似度?请给出推导

RAG 简单

欧氏距离与余弦相似度有什么关系?L2 归一化后两者如何转换?

RAG 中等

为什么推荐系统常用内积而 RAG 检索常用余弦?两者适用条件有何不同?

RAG 简单

余弦相似度与内积在数学上有什么关系?什么条件下二者等价?