个人收集的八股，简单地总结了一下，欢迎分享讨论。

八股

• 索引构建

  • 文本分块，大文本分块处理？
    • 引入 NLP 处理
    • 固定 or 文本段分块
    • 文档结构化分块（标题、段落）
  • 文档解析是怎么做的？
    • 图文文档如何存储检索？
    • 不同领域文档特征和结构不一样，是怎么做的？（看自己的项目领域，客服场景的工单，企业知识库的文档）
  • 向量维度选型？

• 检索流程

  • 上下文构建如何构建？
    • 一般采用 Redis + uid 构建，上下文长可以让 AI 概况
  • 检索前后做过什么优化？（？）
  • RAG 调参
    • 大模型参数如何设置（温度、Top-p、Top-k）+使用场景
    • RAG 找回 TopN 选型？怎么设置？
  • Rerank or Re-evaluation 怎么做的？
  • 有没有用过知识谱图？text-to-sql？
  • 如何评估你的 RAG？
  • 召回准确率？有无评估？
    • RAG 青铜升级：知识库召回率优化实战攻略

• 回答生成

  • prompt如何调优？
    • 设定工作流，设置 AI 回答思路，罗列为 TODO