大模型算法面试

前天面试了某外企公司的大模型算法岗，这次准备的很不充分，针对项目问的问题，也没有继续深挖下去。面试的问题已经忘了差不多了，现在赶紧补一下，能记一点记一点。

1.RAG里的文档切分怎么做？

我回答是按照段落去切分。自然段落太长了怎么办？上下文信息要不要包括进来？

2.你这里提到了bm25检索器，什么是bm25？。。。。这个没有继续研究

3.有没有用到embedding检索？具体是怎么做的？我回答是按照句子的关键词去查找。如果是一个问题，例如“为什么摩擦会生电”，怎么判断这个句子里的关键词呢？

4.如果你们用bm25检索，又用了embedding检索，最后检索出来多少条文本？会筛选几条文本？

5.筛选的过程排序怎么做？必须有一个打分模型。这个打分模型是什么样的？

这些问题还没有回答完全，等待补充。。