第三章 · 章末测验

AI 获取信息的两条通道分别是? *

参数化记忆与 RAG 检索增强生成

关键词检索与语义向量检索

站内知识库与站外公开网页

实时抓取与历史缓存快照

关于参数化记忆,下列判断正确的是? *

页面被大量转载、形成足够声量之后,相关信息通常很快就会进入模型参数

它随训练更新而实时刷新,能够反映网站的最新内容变化

它冻结滞后、广博不精深,外部无法实时修改,不应作为可承诺通道

网站发布者可以主动查询自己的页面是否已被纳入训练集

「RAG 就是用户问了才去查」这个说法为什么只对了一半? *

因为 RAG 的全部检索动作其实都发生在用户提问之前

因为检索由平台的编辑团队人工执行,并非系统自动完成

因为多数产品只有在本地缓存未命中的情况下,才会真正发起在线检索

因为建库那一半(加载、切片、向量化、入库)是事先完成的

RAG 的切片机制对写作提出的「第一原则」是? *

把每个段落都控制在 100 字以内,切得越短越容易被系统完整召回

每个段落至少完整出现一次页面的核心关键词

每段语义自洽,不依赖前后文,避免「前者」「如上所述」这类表达

为每篇文章配置清晰的目录结构,帮助系统识别层级

已经有了向量(语义)检索,为什么 BM25 这类词项检索仍然有价值? *

向量检索的算力成本太高,BM25 只是为省成本保留的降级方案

语义匹配管「意思相近」,精确型号数字靠词项强匹配,两者互补

因为 BM25 能理解同义词,弥补向量检索不懂近义表达的缺陷

主流系统已在逐步放弃向量检索,重新回归关键词技术路线

两个主题同样相关的片段:一个只有「品质卓越、深受信赖」式套话,另一个有明确结论、具体数据、来源标注且能独立读懂。后者在重排序中更具竞争力,主要因为它在哪些方面占优? *

信息密度、权威信号与内容完整性

发布时间更新、页面加载速度更快

品牌名出现频率更高、篇幅更充足

外部链接数量更多、页面层级更浅

RAG、微调(fine-tuning)与长上下文的关系是? *

只要上下文窗口足够长,把全部资料一次读入即可,完全取代 RAG 的检索环节

微调能把最新的事实写进参数,是 RAG 的直接替代方案

三者本质上是同一类技术在不同产品中的不同商业名称

三者分别解决查外部资料、任务适配、一次读入多少的问题,互不替代