IT 面试题库

用 sentence-transformers 把文本转成向量并写入 FAISS,再按相似度检索 top-k,请写出可运行代码并讲解关键参数。

中级编程题算法工程师后端开发工程师RAGEmbeddingsentence-transformersFAISS向量检索

题目

考察点:掌握 embedding 生成与向量检索的最小可运行实现,理解 model、normalize_embeddings、index 选型等关键参数。

参考答案

内容深度:详细 · 含示例/代码 · 来源:外部链接 · 未复核 · 74 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解

要点:

from sentence_transformers import SentenceTransformer
import faiss, numpy as np

model = SentenceTransformer('paraphrase-multilingual-MiniLM-L12-v2')
docs = ['RAG 用检索增强生成', 'K8s 负责容器编排', 'MySQL 索引加速查询']
q = '什么是检索增强生成?'

emb_docs = model.encode(docs, normalize_embeddings=True, batch_size=32)
emb_q = model.encode([q], normalize_embeddings=True)
index = faiss.IndexFlatIP(emb_docs.shape[1])
index.add(np.asarray(emb_docs, dtype='float32'))
scores, idx = index.search(emb_q.astype('float32'), k=3)
print([docs[i] for i in idx[0]])  # 余弦相似度最高的前 3 段
练这道题

同分类 · 高频题

题目与答案就在本页;收藏、批注和错题重练在应用内

这道题看完了?连刷同类题,趁热打铁效果最好 进入刷题