当前位置：

社区首页

文化娱乐

在线教育

IT互联网

AIGC文章详情

别再怪模型了！RAG的慢，60%是检索的锅

源自72位全网作者

10:04

精选参考来源

Agentic RAG：从被动检索到主动探索

RAG 为什么越用越慢？从检索、上下文到 TTFT 讲清楚

全部
来源

内容由AI生成

1. Agentic RAG：从被动检索到主动探索

2. RAG 为什么越用越慢？从检索、上下文到 TTFT 讲清楚

3. 小米大模型二面：RAG 检索不到问题时如何定位问题？排查思路是什么？

4. RAG Rerank性能杀手

5. RAG 系统性能优化：如何将查询速度提升 10 倍

6. 检索失败不该无脑重试 — Skill-RAG 用 skill routing 做定向修复

7. RAG 检索质量三板斧：混合搜索、查询改写、重排序实战

8. RAG系统落地（三）：为什么RAG慢？

9. Q-RAG：基于值函数嵌入训练的长上下文多步检索方法

10. RAG性能优化：双层漏斗模型如何兼顾召回率与首字延迟

11. 向量数据库深度选型与性能优化：从原型到生产的存储架构

12. RAG vs 微调 vs 长上下文：2026年企业知识库技术选型决策树

13. 阿里二面：你知道RAG和微调有什么区别吗？

14. RAG、微调、还是混合架构？一文讲透企业 AI 落地的正确姿势

15. 企业级RAG系统性能优化实战：从百万文档到毫秒响应

16. Prompt、RAG、微调到底怎么选？一文搞懂 AI 落地的三条路径

17. 我花了一周时间测试RAG和微调，结果发现两者都不适合我

18. RAG vs 微调：LLM优化双路径指南 + LLaMA-Factory Online高效落地

19. RAG 系统优化实战：从 2 秒到 200ms 的 9 个关键优化点

20. RAG检索总失效？多轮对话Query改写的核心策略与落地指南

21. 浅谈向量检索优化-量化和降维

22. 《检索优化：让RAG找得更准》拆解四个提升检索准确率的核心杠杆： Query改写：把口语化问题改成更适合检索的表达（直接改写 / 扩展 / 分解）混合检索：BM25精确匹配 + 向量语义理解 + RRF融合 HyDE假设答案检索：先让模型生成假设答案，再用假设答案去检索（反直觉但有效）元数据过滤：检索前先用部门、时间、文档类型等metadata缩小范围同时给出检索不准时的正确排查顺序，避免过早换模型。看完这期，你将掌握召回层的优化方法，知道如何系统性提升RAG的检索质量。 #RAG优化 #检索优化 #Query改写 #混合检索 #HyDE

23. RAG 检索优化

24. 把检索当成"极端多标签分类"：MCompassRAG 用主题元数据榨干 LLM 的检索能力

25. RAG加速神器：渐进式检索

26. 大模型面试：RAG检索top k怎么设置面试大模型岗位时，RAG检索增强的top k到底该怎么设置？很多校招生都在这里踩坑。k太小容易漏掉关键信息导致模型幻觉，k太大又会分散注意力、增加延迟和成本。本期视频教你用“两阶段检索”和“动态阈值”两个核心思路破局。先粗排保证召回，再精排保证质量，结合动态分数线灵活调整候选数量。掌握这套方法，在效果、延迟和成本间找到平衡，轻松应对面试官的连环追问！ #大模型面试 #RAG #检索增强 #人工智能 #算法工程师

27. rag检索怎么做？首先要做多路召回，单路召回容易出现幻觉。哪几路？第一路，先用大模型重写问题补充语义后去向量数据库中召回。第二路，先用大模型生成假设性答案然后用答案去向量数据库中召回。第三路，通过mcp调用网络搜索进行召回。这三路在图中其实是可以并行的。前面召回都是为了尽量多的获取数据。然后对于都是向量数据库中召回的文档，可以用rrf 倒排轶算法合并相同的文档进行去重累计分数，并且根据排名和权重对文档进行了重排序，取top10 过滤掉低分文档。对于网络搜索的文档和rrf粗排的文档，再采用语义精准的重排序模型进行精排打分。最后用动态topk 算法排除掉相对断崖阈值和绝对断崖阈值的文档。将最终召回的文档作为提示词喂给大模型生成答案。

28. 一文读懂：大模型RAG（检索增强生成）含高级

29. Milvus 向量数据库入门

30. 大模型应用：向量数据库智能化索引优化：基于数据特征的最优算法自适应选择.32

31. 追求 AI 记忆力的路线下，RAG 是否终将被抛弃？

32. RAG退潮，“文件系统+grep”回归，智能体检索的返璞归真

33. Milvus 向量数据库实战：从零构建高性能 RAG 系统

34. RAG场景缓存超90%命中率，阿里云帮开发者省了钱阿里云这次降价，让开发者终于不用再为重复计算多花钱了。隐式缓存技术在RAG、智能客服等典型场景中，缓存命中率能到60%以上，稳定业务甚至超90%。这意味着，开发者每100次请求里，有60-90次能直接复用之前的计算结果，实际用模成本直接下降70%

35. AI 时代，为什么数据库值得长期投入

36. 多模态 RAG 才是企业知识库低效瓶颈的解药？

37. 从RAG到记忆工程：AI长期记忆系统的架构范式与落地瓶颈

38. 面向大模型推理的模型与系统协同优化

39. 谷歌最新发布 TurboQuant：极致压缩技术，让大模型推理速度飙升 8 倍

40. Hologres 4.0：面向 AI 时代的一站式多模态分析检索平台

41. DeepSeek联合北大最新文章DSpark：如何让大模型推理速度提升 85%？

42. Skill不就是prompt吗？为啥被吹成这样？

43. WWW 2026｜让MoE路由拥有「记忆」：RMS-MoE用检索记忆协同实现更高效专家调度

44. 别折腾 Prompt 了：90% 的 Agent 项目死于系统设计，而不是大模型太笨

45. 我把 RAG 响应速度从 3 秒优化到 200ms，只做了这 4 件事

46. 【大模型RAG实战】RAG落地踩坑总结（七）：性能优化、成本控制、数据更新技巧

47. 我把 RAG 检索速度提升了 10 倍，只改了 3 行代码

48. 产品经理的RAG决策地图：什么阶段该加什么，什么时候该停手

49. RAG 性能优化：缓存、批量与并发

50. 别急着自建 Milvus：我把 RAG 向量层跑了几个月，最后更看重的是稳

51. RAG+MCP 智能代理落地生产：踩过 5 个致命坑，完整解决方案全公开

52. 7个实战架构方案：开发者的RAG系统落地指南

53. 为什么你接入了大模型，系统却反而更慢了？（真实项目踩坑）

54. Meta发现：RAG系统太慢是做了太多无用功

55. RAG应用变慢？别急着换模型！5步拆解性能瓶颈，从“空等”到“秒回”

56. 一文搞懂提示工程、RAG、微调——LLM应用开发的三个层次

57. RAG vs 微调 vs 长上下文：2026年企业知识库技术选型决策树

58. RAG、微调、还是混合架构？一文讲透企业 AI 落地的正确姿势

59. 一文理清提示工程 / RAG/CAG/ 微调：大模型落地选型全攻略

60. RAG 为什么越用越慢？从检索、上下文到 TTFT 讲清楚

61. 企业级RAG系统性能优化实战：从百万文档到毫秒响应

62. 垂直领域RAG优化：Embedding微调实战

63. 微调 vs RAG，AI产品经理怎么选？

64. 线上 RAG 系统的「隐形杀手」：延迟与成本

65. RAG 系统优化实战：从 2 秒到 200ms 的 9 个关键优化点

66. 蚂蚁面试官：你的 RAG 系统首字响应要 6 秒，用户早跑了，延迟花在哪你知道吗？

67. 京东大模型二面：你的RAG系统首字响应要5秒，怎么优化？

68. 9 种 RAG 架构，每位 AI 开发者必学：完整实战指南

69. RAG？还是文件系统 + grep？

70. 蚂蚁面试官追问："你的 RAG 系统首字响应要 8 秒，用户早跑了，怎么优化到 1 秒内？" 我支支吾吾说不出来...

71. RAG 系统性能优化：如何将查询速度提升 10 倍

72. RAG Rerank性能杀手

扫一下，分享更方便，购买更轻松

0评论

当前文章无评论，是时候发表评论了

提示信息

取消

确认

评论举报

垃圾广告！低俗色情！人身攻击！疑似水军评论！其他有害！