理解引用溯源的核心机制，包括答案证据提取、来源片段标注、可信度提示和拒答策略，提升 RAG 系统的可靠性和可解释性。
理解重排序的核心机制，包括Cross Encoder、规则重排和上下文压缩，提升检索结果的准确性和相关性。
结合关键词检索、向量检索、结构化条件和业务过滤，理解混合检索的策略和实现方式，提升检索的全面性和准确性。
理解向量检索的核心机制，包括TopK检索、召回率优化、相似度阈值控制和噪声过滤，构建高质量的检索系统。
从增量索引、失效清理、版本回滚到冷启动，理解如何保持知识库的时效性和准确性。
从Embedding模型选择、向量维度、批处理到版本管理，理解如何将文本转换为向量表示。
从按章节、语义、代码块到业务对象切分，理解如何将文档切分为合适的检索单元。
从PDF、网页、Markdown、表格到图片内容抽取，理解如何将非结构化文档转换为可检索的知识。
