iPAS AI 應用規劃師中級 114 年第二次 科一 第 17 題 詳解

114 年第二次 科一 人工智慧技術應用與規劃

在自然語言處理中，檢索增強生成（Retrieval-Augmented Generation, RAG）是一種結合語言模型與向量搜尋的技術，可有效減少模型知識過時與產生幻覺的問題。若要建立一套高效能的RAG系統，下列何者為在「檢索階段」最關鍵的挑戰？

1. A確保檢索到的文件能被完整納入語言模型的上下文視窗（Context Window）中進行生成

   上下文視窗塞不塞得下屬生成端限制，非檢索本身。

2. B選擇使用Faiss或ScaNN等近似最近鄰搜尋函式庫

   Faiss、ScaNN 只是工具選型，換函式庫不解決相關性。

3. C降低嵌入模型（Embedding Model）在高維空間中的計算成本與記憶體占用

   嵌入計算成本屬效能工程議題，不是檢索品質關鍵。

4. D避免向量檢索結果僅具語意相似但與查詢意圖無實質關聯的情況（正確答案）

   語意近似卻偏離查詢意圖，正是檢索階段最致命的失誤。