外观
RAG 与记忆
分块、混合召回、重排、上下文与记忆治理。
本领域共 37 条问答。先读与你当前场景相关的主题，再用全文搜索查找具体问题。
记忆系统设计
- Agent 记忆系统的分层记忆写入模式如何工作？
- 短期记忆的 Sliding Window 策略如何设计？有哪些变体？
- 长期记忆的向量数据库选型有哪些考虑因素？
- 如何提取对话中的关键事实并写入长期记忆？
- 记忆检索中的 Hybrid Search（混合检索）如何实现？
- Agent 的个性化记忆如何保护用户隐私？
- Graph Memory（图记忆）相比 Vector Memory 有什么优势？
- Agent 记忆如何实现跨会话的一致性？
- 如何设计 Agent 记忆的遗忘机制（Forgetting Mechanism）？
- 多 Agent 系统的共享记忆如何设计？
- Agent 记忆的 Embedding Model 如何选择和微调？
- Agent 如何在长对话中避免“Lost in the Middle”问题？
- Agent 的记忆系统如何实现多模态记忆（文本+图片+音频）？
- Agent 记忆的可解释性（Explainability）如何保障？
- 如何测试 Agent 记忆系统的正确性？
Agentic RAG
- Agentic RAG 相比标准 RAG 增加了哪些核心能力？
- RAG 系统中文档分块（Chunking）策略有哪些？如何选择？
- RAG 中的 Embedding 模型如何选择和评估？
- Rerank（重排序）在 RAG 中起什么作用？有哪些实现方案？
- RAG 系统中的引用溯源（Citation）如何实现？
- RAG 如何处理表格、图片等非文本内容？
- Corrective RAG（CRAG）的完整工作流程是什么？（已合并至 Q27，本题保留编号但内容已整合）？
- Self-RAG 中的 Reflection Token 有哪些类型？如何训练？
- RAG 系统如何做到“实时性”（Real-time）更新？
- RAG 系统中如何处理“无答案”情况？
- RAG 系统的成本优化有哪些策略？
- 如何评估 RAG 系统的端到端效果？
- RAG 与 Fine-tuning 的关系是什么？什么时候用 RAG，什么时候 Fine-tuning？