一、选择题答案

第1题：B temperature 参数控制输出的随机性。值越高输出越随机多样，值越低输出越确定。

第2题：B 当 temperature 趋近于 0 时，softmax 函数使概率集中在最高 logit 的 token 上，输出几乎确定性地选择概率最高的 token。公式：$P(x_i) = \frac{e^{z_i / T}}{\sum_j e^{z_j / T}}$，当 $T \to 0$ 时分布趋向 one-hot。

第3题：D Function Call 的函数执行结果以 role: "tool" 的消息返回给模型，同时需要携带对应的 tool_call_id。

第4题：B 余弦相似度的值域是 [-1, 1]。1 表示完全相同方向（最相似），0 表示正交（不相关），-1 表示完全相反。

第5题：B 语义分块通过计算相邻句子的嵌入向量余弦相似度，在相似度骤降的位置（说明话题切换）设置断点来分块。

第6题：B 上下文增强检索的核心思想是检索最相关块的同时，返回其前后相邻的块（由 context_size 参数控制），以提供更完整的上下文信息。

第7题：C 为文本块生成问题的目的是：用户的提问方式可能与原文表述差异很大，生成的问题更接近用户的提问方式，通过问题匹配可以间接找到答案所在的文本块。

第8题：C 后退提示的策略是将具体查询改写为更宽泛、更通用的问题，以便检索到相关的背景信息和更广泛的上下文。例如"中国政府在AI上有哪些政策"→“各国政府在AI领域通常制定哪些类型的政策”。

第9题：B BM25 是基于词频和逆文档频率的关键词匹配算法，擅长精确匹配特定关键词、专有名词和缩写，弥补向量语义搜索在精确匹配上的不足。

第10题：B HyDE 的核心思路是：先让 LLM 对用户查询生成一个假设性回答文档，然后用这个假设文档的嵌入向量去检索真实文档。因为假设文档比短查询包含更丰富的语义信息，其嵌入与真实文档在向量空间中更接近。

二、简答题答案

第11题：RAG系统的核心流程

1. 文档预处理：从数据源（PDF、网页等）提取文本内容
2. 文本分块：将文本切分为适当大小的块（考虑重叠）
3. 向量化：使用嵌入模型将文本块转换为高维向量，存入向量数据库
4. 检索：将用户查询向量化，通过余弦相似度在向量库中找到最相关的文本块
5. 生成：将检索到的文本块作为上下文，连同用户问题一起送入LLM，生成最终回答

第12题：百分位法断点检测

百分位法的工作原理：

1. 计算所有相邻句子对之间的余弦相似度
2. 找到这些相似度值的第X百分位（如第90百分位）作为阈值
3. 所有相似度低于该阈值的位置被标记为断点
4. 在断点处切分文本，形成语义块

例如，threshold=90 表示只有相似度最低的10%的位置会成为断点。这意味着只在语义变化最明显的地方分块。

第13题：Self-RAG的自我评估环节

Self-RAG 增加了四个自我评估环节：

1. 检索必要性判断（determine_if_retrieval_needed）：判断当前查询是否需要外部检索，简单问题可直接回答
2. 相关性评估（evaluate_relevance）：评估检索到的文档是否与查询相关，过滤掉不相关文档
3. 支撑度评估（assess_support）：评估生成的回复是否被检索文档支撑，分为"完全支撑"“部分支撑"“无支撑"三级
4. 效用评估（rate_utility）：对最终回复的整体质量打分（1-5分），选择得分最高的回复

这四个环节确保了从"是否检索"到"最终回复"全链路的质量控制。

第14题：CRAG三级相关性处理策略

CRAG 根据文档与查询的相关性评分（0-1分）分三级处理：

1. 高相关性（≥0.7）：直接使用检索到的文档作为上下文，生成回复。文档质量高，无需额外处理。
2. 中等相关性（0.3-0.7）：对检索文档进行知识精炼（提取相关部分），同时发起网络搜索补充信息，两者结合作为上下文。
3. 低相关性（<0.3）：放弃检索结果，完全转向网络搜索获取信息。说明知识库中没有相关内容。

这种设计的核心是"自我纠正”——当知识库不够用时，主动寻求外部信息补充。

第15题：Graph RAG vs 普通向量检索RAG

根本区别：

• 普通向量检索RAG基于语义相似度，将文本块嵌入向量空间，通过余弦相似度找到与查询最接近的块
• Graph RAG基于知识图谱，提取文档中的概念和关系构建图结构，通过图遍历找到相关信息

Graph RAG更有优势的场景：

• 多跳推理：需要连接多个概念才能回答的问题（如"A的导师的研究方向是什么”）
• 关系密集文档：法律条文、医学文献等概念间关系复杂的文档
• 因果推理：需要理解"A导致B"“B影响C"等因果链的查询
• 实体关系查询：如"列出所有与X相关的概念”

第16题：分层检索RAG的两级索引

两级索引：

1. 摘要级索引：存储每页/每章的LLM生成摘要及其嵌入，提供宏观概览
2. 详细级索引：存储原始文本块及其嵌入，包含具体细节

设计优势：

• 减少噪声：先在摘要中定位相关章节，避免在大量细节块中误匹配
• 提高效率：缩小搜索范围，第二级只在相关章节的块中搜索
• 语义层次：摘要捕获高层主题，详细块提供具体答案，两者互补
• 类似人类阅读习惯：先看目录/摘要定位章节，再精读具体段落

第17题：上下文压缩的三种类型

1. Selective（选择型）：保留文本中与查询直接相关的原始句子，删除无关句子。适合需要精确引用原文的场景（如法律、合规场景）。
2. Summary（摘要型）：将文本中与查询相关的内容浓缩为2-3句摘要。适合需要概览性回答的场景。
3. Extraction（提取型）：从文本中提取与查询相关的关键事实和数据点。适合需要结构化信息的场景（如数据报告、统计数字）。

实验显示这三种方法可实现72%-89%的压缩率，大幅减少token消耗。

第18题：Few-shot示例选择的三个原则

1. 覆盖所有输出类别：示例应包含每种预期输出的样本。例如情感分析应包含"正面"“负面"“中性"的示例，确保模型了解所有可能的输出。
2. 简短明确，避免模糊边界：每个示例的输入-输出映射应清晰无歧义，不让模型困惑于边界情况。
3. 数量适中（通常3-5个）：过少可能不足以让模型推断规则，过多会占用上下文窗口且可能引入矛盾。3-5个示例通常是最佳平衡点。

第19题：RL增强RAG中的state、action、reward

• State（状态）：当前查询 + 已有上下文 + 操作历史。反映了RAG管道在某一时刻的完整状态。
• Action（动作）：可选的操作，包括：rewrite_query（重写查询）、expand_context（扩展上下文）、filter_context（过滤上下文）、generate_response（生成回复）。策略网络在每步选择一个动作。
• Reward（奖励）：生成的回复与参考答案之间的余弦相似度。回复质量越高，奖励越大。用于指导策略网络学习选择更优的动作序列。

策略网络使用epsilon-greedy策略：以epsilon概率随机探索新动作，以(1-epsilon)概率选择当前认为最优的动作。

第20题：三种查询转换技术的适用场景比较