IT 面试题库

向量数据库在 AI 应用中起什么作用?

中级简答题AI应用开发工程师算法工程师向量数据库EmbeddingRAG

题目

说明 Embedding、相似检索与典型产品。

参考答案

内容深度:适中 · 无代码示例 · 来源:种子题库 · 未复核 · 89 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

作用:把文本/图片等转为向量(Embedding)后,按余弦相似度做近邻检索,支撑 RAG 的“知识召回”。

核心能力:高维向量索引(HNSW、IVF 等近似检索)、混合检索(向量+关键词 BM25)、元数据过滤、规模化与低延迟。

典型产品:Milvus、Chroma、Qdrant、Weaviate、PGVector(PostgreSQL 扩展)、Redis 向量检索。

流程:建库时 Embedding+写入;查询时问题 Embedding+ANN 检索 Top-K+(可选 rerank)+ 送 LLM。选型看规模、性能、是否需与现有库集成。

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