RAG
困难
面试题库
RAG
中等
多模态 RAG 的索引存储与文本向量库有什么不同?需要存图片原始数据吗?
RAG
中等
视频/音频在 RAG 中如何处理?帧采样、转写、多模态摘要怎么选?
RAG
困难
多模态 RAG 如何评估?文本指标之外还要看什么?
RAG
困难
OCR 文本与视觉信息如何统一进同一个索引?
RAG
中等
多模态 RAG 的生成阶段如何让 LLM 引用图片?多模态 LLM 如何消费检索到的图?
RAG
中等
图片检索用什么 embedding?CLIP 向量检索与“图片描述转文本”检索有何差别?
RAG
困难
PDF 中图文混排如何解析?版面分析(layout)如何帮助切块?
RAG
中等
表格在 RAG 中如何处理?表格转文本、行列切片、专门编码各有什么优劣?
RAG
中等
多模态 RAG 中图片如何被索引?CLIP 向量、图片描述、OCR 各起什么作用?
RAG
中等
多跳关系推理(如“某人的老板的老板”)GraphRAG 为何比向量检索更强?
RAG
简单