RAG

理解 RAG 的概念、为什么需要它，以及它与微调（Fine-tuning）的本质区别

拆解 RAG 的离线索引与在线查询两阶段，理解各组件如何串起来

用常见 Loader 加载 PDF、Word、网页、Markdown 等格式的文档与元数据

固定长度、递归、语义三种切分方式，以及 chunk size 与 overlap 的工程取舍

理解向量空间、文本如何变成向量、以及余弦相似度等相似度度量

对比 OpenAI text-embedding、BGE、M3E 等模型，以及本地部署的取舍

对比 FAISS、Milvus、Qdrant、Pinecone、PGVector 的取舍与适用场景

向量的写入、持久化、元数据过滤，以及索引类型对召回与性能的影响

余弦相似度检索、BM25 关键词检索、混合检索与 MMR 去冗余

用 Cross-Encoder 对召回结果精排，以及多路分数的融合策略

检索片段的模板化拼接、token 预算控制与上下文压缩技巧

让 LLM 回答标注来源，实现可追溯到原文、可问责的 RAG 输出

用忠实度、答案相关性、上下文相关性三大指标与 Ragas 框架量化 RAG 质量

父子文档、假设性问题、查询改写与 HyDE 等提升召回的高级技巧

处理 PDF 表格/图片、多向量表示，以及 ColPali 这类视觉化检索思路

RAG 上生产的缓存、并发、成本控制、重试与降级等工程要点

端到端搭建一个可运行的企业知识库问答系统，含加载、索引、检索、生成完整代码

在 RAG 基础上引入 Agent 与工具调用，搭建能多步检索、查询订单的客服系统

用知识图谱补充向量检索，处理多跳关系推理与全局性总结类问答

让模型自主决定检索时机与次数，并用自反思校验答案，而非固定一问一检索

从知识时效、可溯源、数据规模、成本等维度给出 RAG 与微调的选型决策框架

当模型支持百万 token 上下文，是否还需要 RAG？对比延迟、成本、准确率与可追溯

数据不出域、脱敏、权限隔离与审计，让 RAG 在企业合规红线内运行

备份、扩缩容、一致性、版本管理与监控等向量库生产运维要点

RAG 在代码检索与法律合同两个典型垂直领域的适配要点与陷阱

用 LLM 从文档自动合成问答对，低成本搭建可回归的 RAG 评测集