AI 简历
简历模板
简历范文
模拟面试
校招
求职攻略
关于我们
我要招人
登录
登录
AI 简历
简历模板
简历范文
模拟面试
校招
求职攻略
关于我们
我要招人
首页
面试题库
科大讯飞面试题
为什么在RAG中Embedding召回之后还需要…
科大讯飞面试题
更新 2026-08-05
为什么在RAG中Embedding召回之后还需要Rerank?
科大讯飞
人工智能
专业服务
技术原理
方案权衡
考察说明
考察对两阶段检索原理的理解和必要性判断
回答思路
说出Embedding和Rerank机制差异
解释向量相似度与相关性不一定等价
说明Rerank如何弥补原始向量召回不足
提及性能和延迟代价
本题已收录答题指导
本题附完整参考答案与评分标准
登录后可查看结构化答题指导;也可以直接开一场模拟面试,AI 面试官用本题实时追问并给出评分。
开始模拟面试
登录查看答题指导
换一题
上一题
请说明 Redis 缓存实现的关键步骤,以及缓存更新时如何保证一致性。
下一题
请描述一个需要负载均衡的典型场景,并说明你会如何设计负载均衡方案。
本题还出现在
专业服务行业面试题
人工智能面试题