欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營(yíng)的一線實(shí)戰(zhàn)洞察。

檢索增強(qiáng)生成全鏈路解析:從文檔加載到評(píng)估的大模型知識(shí)庫工程實(shí)踐

檢索增強(qiáng)生成全鏈路解析:從文檔加載到評(píng)估的大模型知識(shí)庫工程實(shí)踐 很多開發(fā)者第一次接觸大模型時(shí)第一反應(yīng)是“調(diào)用 API 太簡(jiǎn)單了”把 Prompt 封裝好用戶問題丟給 GPT 或國(guó)內(nèi)商用模型一個(gè)聊天機(jī)器人就上線了。但真正進(jìn)入企業(yè)項(xiàng)目就會(huì)發(fā)現(xiàn)API 只是一個(gè)入口真正難的部分在于怎么讓模型“看到”私有知識(shí)、怎么控制幻覺、怎么評(píng)估系統(tǒng)效果、怎么在有限顯存環(huán)境下做推理部署。這些問題背后正是 LLM 工程化的完整鏈路。如果說 LLM 工程是一門需要體系化學(xué)習(xí)的課程那么 GenAI 和 RAG 就是其中最核心的兩個(gè)板塊。RAG 不是“把一個(gè) PDF 塞給大模型”這種一句話能講清的操作而是一套數(shù)據(jù)工程、檢索系統(tǒng)、生成策略和評(píng)估體系的組合。這也是這門 Udemy 課程第三部分的重點(diǎn)從純 Prompt 調(diào)用走向生產(chǎn)級(jí)知識(shí)庫應(yīng)用。這篇文章會(huì)以該課程第三部分為線索梳理 RAG 完整鏈路文檔加載、切分、向量化、檢索、生成、Agentic RAG 和 OAG 等進(jìn)階方向、FP16/FP32/BF16 精度問題以及 RAG 知識(shí)庫評(píng)估指標(biāo)。如果你正在做知識(shí)庫問答、想系統(tǒng)學(xué)習(xí) LLM 工程或者正從傳統(tǒng)后端轉(zhuǎn)向 AI 應(yīng)用開發(fā)這篇內(nèi)容應(yīng)該能幫你建立一份更清晰的行動(dòng)地圖。1. 為什么 RAG 是 LLM 落地繞不開的方向先做一個(gè)判斷在 2025 年這個(gè)時(shí)間點(diǎn)RAG 已經(jīng)不只是“一個(gè)技術(shù)方案”而是 LLM 應(yīng)用落地事實(shí)上的標(biāo)準(zhǔn)形態(tài)。聊天、寫作、翻譯可能用不到 RAG但凡是涉及私有數(shù)據(jù)、實(shí)時(shí)數(shù)據(jù)、專業(yè)文檔的場(chǎng)景RAG 幾乎都是第一選擇。原因在于 LLM 本身有三大硬約束。第一知識(shí)截止。預(yù)訓(xùn)練模型的知識(shí)停留在訓(xùn)練數(shù)據(jù)截止時(shí)間訓(xùn)練之后發(fā)生的事情它不知道。如果你問它某個(gè)產(chǎn)品上周發(fā)布的新功能它大概率會(huì)一本正經(jīng)地編一個(gè)答案。第二私有數(shù)據(jù)不可見。企業(yè)內(nèi)部的規(guī)章制度、產(chǎn)品手冊(cè)、客服工單、專利文檔模型在訓(xùn)練時(shí)根本沒有見過。直接讓模型回答這些內(nèi)容它只能靠“合理猜測(cè)”而合理猜測(cè)在專業(yè)場(chǎng)景里往往就是事故。第三幻覺問題。即使模型不知道答案它也會(huì)因?yàn)檎Z言模型的本質(zhì)而生成一個(gè)看起來通順的回復(fù)。這不是模型“壞”而是概率生成機(jī)制導(dǎo)致的必然結(jié)果。解決幻覺最有效的工程手段之一就是用檢索到的真實(shí)內(nèi)容去約束生成范圍。沒有 RAG 的時(shí)候要讓模型掌握新的領(lǐng)域知識(shí)主流方案是微調(diào)Fine-tuning。但微調(diào)的成本高、周期長(zhǎng)每次知識(shí)更新都要重新訓(xùn)練一輪。更關(guān)鍵的是微調(diào)擅長(zhǎng)改變模型的行為方式和表達(dá)風(fēng)格卻并不擅長(zhǎng)記憶大量新事實(shí)。讓一個(gè) 7B 模型通過微調(diào)背下一本 500 頁的產(chǎn)品手冊(cè)既不經(jīng)濟(jì)也容易過擬合。RAG 的思路是把“記憶”從模型內(nèi)部搬到外部給模型一本可以隨時(shí)翻閱的參考書這個(gè)參考書就是你的知識(shí)庫。模型回答之前先從參考書里找出與問題最相關(guān)的幾個(gè)片段再把這些片段作為上下文交給模型生成答案。用“開卷考試”來類比 RAG 和普通 Prompt 生成的區(qū)別非常直觀。但在真實(shí)項(xiàng)目中這套“開卷考試”的工程復(fù)雜度遠(yuǎn)高于想象。很多人以為 RAG 就是“向量數(shù)據(jù)庫 Prompt”實(shí)際做下去才發(fā)現(xiàn)文檔怎么拆、按什么粒度拆、檢索用什么向量、top-k 怎么設(shè)、重排怎么做、效果用什么指標(biāo)來衡量每一步都可能讓最終效果出現(xiàn)數(shù)倍的差距。2. RAG 完整鏈路與核心概念2.1 RAG 的標(biāo)準(zhǔn)流程一個(gè)標(biāo)準(zhǔn)的 RAG 系統(tǒng)由四個(gè)環(huán)節(jié)組成。第一數(shù)據(jù)準(zhǔn)備階段。原始文檔需要經(jīng)過加載、解析、清洗、切分變成適合檢索的文本塊chunk。這個(gè)環(huán)節(jié)經(jīng)常被低估但它的質(zhì)量直接決定了整個(gè)知識(shí)庫的上限。如果原始文檔是 PDF頁眉頁腳、表格、掃描圖片都會(huì)成為干擾項(xiàng)如果切分粒度不對(duì)再好的向量模型也檢索不準(zhǔn)。第二索引構(gòu)建階段。每個(gè)文本塊通過 embedding 模型轉(zhuǎn)換為向量寫入向量數(shù)據(jù)庫。同時(shí)可以保留原始文本和元數(shù)據(jù)來源、頁碼、標(biāo)題等方便后續(xù)溯源。第三檢索階段。用戶輸入問題后先把問題也轉(zhuǎn)換為向量然后在向量數(shù)據(jù)庫中做相似度檢索取回最相關(guān)的 top-k 個(gè)文本塊。更復(fù)雜的系統(tǒng)會(huì)在這個(gè)階段加入關(guān)鍵詞檢索和重排模型。第四生成階段。把檢索到的文本塊和用戶問題組裝成 Prompt交給 LLM 生成最終答案。為了減少幻覺Prompt 中通常會(huì)明確要求模型只基于檢索內(nèi)容作答無法回答時(shí)要明確說明。2.2 RAG 和微調(diào)不是二選一很多入門者會(huì)在 RAG 和微調(diào)之間糾結(jié)。我的建議是先分清楚你要解決的是哪一類問題。RAG 適合解決“知識(shí)更新”和“私有數(shù)據(jù)接入”的問題。比如 FAQ 問答、產(chǎn)品文檔問答、行業(yè)報(bào)告摘要。它的優(yōu)勢(shì)是知識(shí)可以隨時(shí)更新、答案可以溯源一次數(shù)據(jù)更新不需要重新訓(xùn)練模型。微調(diào)更適合解決“行為方式”和“輸出格式”的問題。比如讓模型學(xué)習(xí)某個(gè)業(yè)務(wù)場(chǎng)景下的固定話術(shù)、指令遵循習(xí)慣或者把輸出格式嚴(yán)格限定成系統(tǒng)需要的 JSON 結(jié)構(gòu)。微調(diào)改變的是模型的“性情”RAG 給的是模型的“素材”兩者服務(wù)的層次完全不同。生產(chǎn)系統(tǒng)里常見的做法是兩者結(jié)合先微調(diào)出一個(gè)懂業(yè)務(wù)話術(shù)的底座模型再用 RAG 為它提供實(shí)時(shí)事實(shí)。對(duì)大部分團(tuán)隊(duì)來說RAG 的性價(jià)比上限更高因?yàn)樗簧婕坝?xùn)練資源。不要一上來就微調(diào)先把 RAG 鏈路跑通。2.3 從 RAG 到 Agentic RAG 和 OAG課程第三部分的內(nèi)容里進(jìn)階方向會(huì)從“單次 RAG”延伸到“Agentic RAG”和“OAG”這類新概念。理解這兩個(gè)概念有助于看清楚 RAG 演進(jìn)的脈絡(luò)。Agentic RAG 的核心變化是把 RAG 從“一次檢索 一次生成”升級(jí)為“多輪決策循環(huán)”。簡(jiǎn)單說就是讓 LLM Agent 承擔(dān)檢索規(guī)劃的角色。它先理解用戶問題決定是否要檢索、檢索什么拿到檢索結(jié)果后判斷信息是否足夠如果不夠就改寫查詢?cè)~再檢索或者調(diào)用外部工具獲取信息最后綜合多輪結(jié)果生成答案。這種設(shè)計(jì)解決的是復(fù)雜問題拆解場(chǎng)景。比如用戶問“幫我對(duì)比一下 A 產(chǎn)品和 B 產(chǎn)品在三個(gè)維度的差異”單次向量檢索很難把三個(gè)維度一次找全。Agent 可以把這個(gè)問題拆成多個(gè)子問題分別檢索再匯總。這就是 LLM Agent 與 RAG 結(jié)合的典型價(jià)值。OAG 指的是 Ontology-Augmented Generation即本體增強(qiáng)生成。它和 RAG 的區(qū)別在于RAG 檢索的是非結(jié)構(gòu)化的自然語言文本OAG 使用的是結(jié)構(gòu)化的本體或知識(shí)圖譜。本體會(huì)預(yù)先定義實(shí)體、關(guān)系和規(guī)則比如在通信協(xié)議文檔中“ACK/NACK”“RRC 狀態(tài)”這樣的概念和它們之間的關(guān)聯(lián)會(huì)被顯式建模。生成時(shí)系統(tǒng)先從本體中查詢符合邏輯約束的事實(shí)再交給 LLM 生成。在專業(yè)領(lǐng)域比如 3GPP 協(xié)議規(guī)范、醫(yī)療指南、金融監(jiān)管文件這類文檔中OAG 比普通 RAG 更容易保證語義一致性。普通 RAG 容易把不同版本的協(xié)議內(nèi)容混在一起而基于本體的檢索可以根據(jù)版本關(guān)系和實(shí)體約束做更精確的過濾。RAG 和 OAG 并不互斥一個(gè)成熟的專業(yè)知識(shí)庫系統(tǒng)往往兩種手段同時(shí)使用。3. 文檔加載解析全流程容易被低估的一環(huán)如果說 RAG 鏈路中有一個(gè)最容易被低估、但又最決定效果上限的環(huán)節(jié)那一定是文檔加載和切分。很多團(tuán)隊(duì)把大量時(shí)間花在調(diào) Prompt 和換模型上卻忽略了知識(shí)庫的“地基”。實(shí)際上如果輸入到向量庫的文本本身就是臟的、碎的、無上下文的再好的檢索模型也救不回來。3.1 不同文檔類型的加載難點(diǎn)先從加載開始?,F(xiàn)實(shí)項(xiàng)目里遇到的文檔遠(yuǎn)比教科書例子復(fù)雜。PDF 是最常見的格式但 PDF 內(nèi)部差異很大。文本型 PDF 可以直接抽取文字但頁眉頁腳會(huì)污染正文表格型 PDF 抽取后可能變成一段無結(jié)構(gòu)的字符串掃描型 PDF 需要先 OCR而 OCR 又可能引入錯(cuò)字。Word 文檔的問題在于樣式標(biāo)記和批注PPT 的難點(diǎn)在于每頁內(nèi)容太碎片化。HTML 頁面則需要抽取正文、剝離導(dǎo)航和腳本。這些工作屬于典型的數(shù)據(jù)工程聽起來不“AI”但直接決定下游質(zhì)量。在這個(gè)階段可以借助 LangChain 的 document loader 體系。它提供了針對(duì) PDF、Word、HTML、Markdown、PowerPoint 等多種格式的加載器。也可以引入 Unstructured 等解析庫來做表格識(shí)別和 OCR。不過不能只依賴現(xiàn)成工具業(yè)務(wù)文檔的布局規(guī)則往往需要自己寫解析邏輯。3.2 文本切分策略切分是另一個(gè)關(guān)鍵決策點(diǎn)。切分的核心矛盾是塊太大向量化后語義會(huì)被稀釋檢索不夠精準(zhǔn)塊太小上下文不完整LLM 生成時(shí)看到的背景信息太少。經(jīng)驗(yàn)上的常見范圍是 200 到 500 個(gè) token。但這只是起點(diǎn)具體值要根據(jù)文檔類型和測(cè)試效果調(diào)整。切分方式也分幾個(gè)層次。固定大小切分最簡(jiǎn)單按 token 數(shù)硬切但會(huì)切斷句子和段落。遞歸字符切分是 LangChain 中最常用的方式它按分隔符優(yōu)先級(jí)遞歸嘗試盡量保住段落和句子結(jié)構(gòu)適合通用文檔。按 Markdown 標(biāo)題切分適合結(jié)構(gòu)化文檔能保證每個(gè)塊對(duì)應(yīng)一個(gè)語義完整的章節(jié)。語義切分則利用 embedding 的相似度來決定邊界效果最好但計(jì)算成本高。切分時(shí)還要設(shè)置 overlap也就是相鄰塊之間的重疊區(qū)域。Overlap 的意義在于如果一條知識(shí)恰好落在切分邊界上沒有重疊就會(huì)導(dǎo)致它被切斷檢索時(shí)自然找不到。一般建議 overlap 設(shè)置為 chunk size 的 10% 到 20%。下面給出一段基于 LangChain 的 PDF 加載與切分示例代碼。這段示例使用 LangChain 0.x 早期的 API 寫法新版中的導(dǎo)入路徑可能有調(diào)整請(qǐng)以你安裝的包版本為準(zhǔn)。# document_prepare.py from langchain_community.document_loaders import PyPDFLoader from langchain.text_splitter import RecursiveCharacterTextSplitter # 1. 加載 PDF 文檔 loader PyPDFLoader(./data/product_manual.pdf) documents loader.load() print(f加載得到 {len(documents)} 頁內(nèi)容) # 2. 遞歸字符切分 splitter RecursiveCharacterTextSplitter( chunk_size400, # 每個(gè)文本塊的目標(biāo)大小token 級(jí)別 chunk_overlap50, # 相鄰塊重疊大小 separators[\n\n, \n, 。, , , , , ], ) chunks splitter.split_documents(documents) print(f切分后得到 {len(chunks)} 個(gè)文本塊) # 3. 查看第一個(gè)塊的元信息和前 200 字 print(chunks[0].page_content[:200]) print(chunks[0].metadata)在真實(shí)項(xiàng)目中不建議把所有文檔類型都統(tǒng)一走同一條切分邏輯。正確做法是先對(duì)文檔做分類規(guī)章制度類按章節(jié)切產(chǎn)品手冊(cè)類按功能模塊切FAQ 類按問答對(duì)整體保留。切分策略應(yīng)該被當(dāng)成一個(gè)可配置的參數(shù)允許在評(píng)估后反復(fù)調(diào)整而不是寫死一次就不動(dòng)了。4. 環(huán)境準(zhǔn)備與依賴安裝要?jiǎng)邮峙芡?RAG 示例需要先準(zhǔn)備一套 Python 環(huán)境。下面的環(huán)境清單不針對(duì)特定版本建議以“安裝時(shí)最新穩(wěn)定版”為準(zhǔn)本文重點(diǎn)演示通用思路。操作系統(tǒng)推薦 macOS 或 LinuxWindows 也可以運(yùn)行但依賴安裝時(shí)更容易遇到編譯問題。Python 版本建議 3.9 以上最好使用 3.10 或 3.11。核心依賴拆成三部分向量化與檢索框架langchain、langchain-community、langchain-openai。向量存儲(chǔ)chromadb 或者 faiss-cpu。文檔解析pypdf、unstructured、pandas。模型調(diào)用openai如果使用國(guó)內(nèi)大模型則改成對(duì)應(yīng) SDK。創(chuàng)建虛擬環(huán)境并安裝依賴python -m venv .venv source .venv/bin/activate pip install --upgrade pip pip install langchain langchain-community langchain-openai pip install chromadb faiss-cpu pip install pypdf unstructured如果你要調(diào)用 OpenAI 接口需要提前配置環(huán)境變量。如果使用其他模型服務(wù)或本地部署的模型替換對(duì)應(yīng)的 embedding 和 LLM 類即可。export OPENAI_API_KEY你的密鑰如果你所在環(huán)境無法直接使用境外模型服務(wù)可以選擇國(guó)內(nèi)廠商提供的兼容接口或者使用本地部署的模型。這個(gè)選擇不影響 RAG 的架構(gòu)思路只影響具體調(diào)用方式。5. 向量化與檢索RAG 的核心決策點(diǎn)5.1 Embedding 模型選擇文本塊準(zhǔn)備好之后下一步是向量化。這一步的核心是選擇一個(gè)合適的 embedding 模型。Embedding 模型會(huì)把一段文本映射成高維向量語義相近的文本在向量空間中的距離也更近。目前選擇很多OpenAI 提供了 text-embedding-3-small 和 text-embedding-3-large國(guó)內(nèi)也有 BGE、M3E 等開源中文 embedding 模型還有各種本地可部署的模型。選擇 embedding 模型時(shí)有三個(gè)考量因素。第一是語言適配。如果你的知識(shí)庫主要是中文建議優(yōu)先在中文語料上表現(xiàn)更好的模型或者做多語言模型而不是直接使用以英文為重心的小模型。第二是維度與成本。維度越高通常表達(dá)能力越強(qiáng)但存儲(chǔ)和計(jì)算成本也越高。text-embedding-3-small 默認(rèn)只有幾百維對(duì)于大多數(shù)知識(shí)庫場(chǎng)景已經(jīng)夠用。第三是推理環(huán)境。如果知識(shí)庫部署在內(nèi)部網(wǎng)絡(luò)無法訪問外部 API那就必須選擇可在本地 GPU 或 CPU 上運(yùn)行的 embedding 模型。開源模型在本地部署完全沒有問題。5.2 向量數(shù)據(jù)庫選型向量數(shù)據(jù)庫的作用是存儲(chǔ)向量并支持快速相似度檢索。選型可以從項(xiàng)目規(guī)模出發(fā)。FAISS 是 Meta 開源的向量檢索庫不是一個(gè)完整數(shù)據(jù)庫不提供數(shù)據(jù)持久化和權(quán)限管理但它輕量、高效適合原型驗(yàn)證和小規(guī)模項(xiàng)目。Chroma 是一個(gè)更完整的本地向量數(shù)據(jù)庫提供了簡(jiǎn)單的 API 和持久化能力適合中小團(tuán)隊(duì)快速起步。Milvus 和 Qdrant 是面向生產(chǎn)環(huán)境的分布式向量數(shù)據(jù)庫支持水平擴(kuò)展、多租戶、權(quán)限控制和豐富的過濾能力適合數(shù)據(jù)量達(dá)到幾十萬甚至上百萬條級(jí)別的系統(tǒng)。選型建議個(gè)人學(xué)習(xí)和搭建原型直接用 FAISS 或 Chroma企業(yè)項(xiàng)目評(píng)估 Milvus、Qdrant如果團(tuán)隊(duì)已經(jīng)引入了 Elasticsearch 8.x 且同時(shí)在用 ES 做全文檢索也可以考慮用它內(nèi)置的向量檢索能力以減少運(yùn)維組件的數(shù)量。5.3 檢索策略向量檢索、混合檢索與重排很多人把 RAG 的檢索等同于“向量相似度檢索”但這只是起點(diǎn)。向量檢索適合語義相關(guān)性判斷比如“最大負(fù)載多少”能找到包含“負(fù)載能力”的文檔即使沒有“最大負(fù)載”這四個(gè)字。缺點(diǎn)是對(duì)精確關(guān)鍵詞不敏感。關(guān)鍵詞檢索比如 BM25恰恰相反它擅長(zhǎng)精確匹配比如產(chǎn)品型號(hào)、錯(cuò)誤碼、人名但無法理解同義改寫。真實(shí)知識(shí)庫中這兩類問題同時(shí)存在。于是就有了混合檢索同時(shí)執(zhí)行向量檢索和關(guān)鍵詞檢索再把兩部分結(jié)果合并用重排序模型Rerank重新打分選出最終進(jìn)入 Prompt 的內(nèi)容。重排階段通常把候選從 20 條壓縮到 3 到 5 條能顯著提升生成質(zhì)量但也會(huì)帶來額外的計(jì)算延遲。對(duì)于剛起步的團(tuán)隊(duì)建議先用純向量檢索跑通流程再加入關(guān)鍵詞檢索和重排逐步驗(yàn)證每一步帶來的收益不要一上來就堆復(fù)雜組件。下面是一個(gè)基于 Chroma 和 LangChain 的完整檢索問答示例。這里使用 LangChain 中常見的RetrievalQA封裝。# rag_qa.py from langchain_community.vectorstores import Chroma from langchain_openai import OpenAIEmbeddings from langchain_openai import ChatOpenAI from langchain.chains import RetrievalQA # 1. 初始化 embedding 模型 embeddings OpenAIEmbeddings(modeltext-embedding-3-small) # 2. 把上一步切分好的 chunks 寫入 Chroma 向量庫 vectorstore Chroma.from_documents( documentschunks, embeddingembeddings, persist_directory./chroma_db, ) # 3. 構(gòu)建檢索器 retriever vectorstore.as_retriever( search_typesimilarity, search_kwargs{k: 4}, ) # 4. 初始化生成模型 llm ChatOpenAI(modelgpt-4o-mini, temperature0) # 5. 構(gòu)建 RAG 問答鏈 qa_chain RetrievalQA.from_chain_type( llmllm, retrieverretriever, return_source_documentsTrue, ) # 6. 執(zhí)行查詢 query 產(chǎn)品手冊(cè)中該設(shè)備的最大負(fù)載是多少 result qa_chain.invoke({query: query}) print(答案, result[result]) print(\n--- 參考來源 ---) for doc in result[source_documents]: print(來源, doc.metadata.get(source, 未知)) print(內(nèi)容, doc.page_content[:100])這個(gè)代碼里有幾個(gè)細(xì)節(jié)值得注意。search_kwargs{k: 4}表示只取回 4 個(gè)最相關(guān)的文本塊。k 值太小容易漏答案k 值太大則會(huì)把無關(guān)內(nèi)容塞給 LLM讓答案跑偏。一般從 4 到 6 起步再根據(jù)評(píng)估效果調(diào)整。temperature0是問答場(chǎng)景的常見配置。知識(shí)庫問答要求穩(wěn)定、忠實(shí)不需要?jiǎng)?chuàng)造性輸出。而寫文案、頭腦風(fēng)暴類場(chǎng)景才需要提高溫度。return_source_documentsTrue一定要保留否則你很難知道答案是來自知識(shí)庫還是模型自己編的。生產(chǎn)系統(tǒng)中來源溯源是知識(shí)庫功能的基本要求。5.4 從示例到生產(chǎn)系統(tǒng)上面的示例跑通之后要往生產(chǎn)系統(tǒng)走還有幾件事需要補(bǔ)充。一是索引的增量更新。文檔會(huì)更新、刪除、追加不能每次全量重建。實(shí)踐中會(huì)引入調(diào)度任務(wù)和消息隊(duì)列按文檔哈?;虬姹咎?hào)判斷是否需要重新向量化。二是向量數(shù)據(jù)庫的安全性。私有知識(shí)庫通常涉及敏感數(shù)據(jù)。向量庫本身往往沒有嚴(yán)格的權(quán)限模型需要在應(yīng)用層做好訪問控制對(duì)用戶查詢和檢索結(jié)果做權(quán)限過濾。三是檢索質(zhì)量監(jiān)控。線上系統(tǒng)一般會(huì)記錄每次查詢的召回文檔、相關(guān)性分?jǐn)?shù)和最終答案并定期抽樣做人工評(píng)估。這樣當(dāng)某個(gè)知識(shí)點(diǎn)的檢索質(zhì)量下降時(shí)可以及時(shí)定位是數(shù)據(jù)更新問題還是模型變更問題。6. LLM 精度問題FP16、FP32、BF16 在工程中的取舍在 RAG 示例中你可能用的是托管模型 API不需要關(guān)心權(quán)重存儲(chǔ)的精度問題。但如果你要做本地推理、私有化部署或者用開源模型搭建知識(shí)庫那么 LLM 的精度問題就是繞不開的工程決策。6.1 為什么精度問題值得關(guān)注大模型的權(quán)重是一組浮點(diǎn)數(shù)。浮點(diǎn)數(shù)的表示精度和范圍由格式?jīng)Q定。同一個(gè)模型參數(shù)用不同精度存儲(chǔ)和計(jì)算會(huì)直接影響三件事顯存占用、推理速度、輸出質(zhì)量。先給一個(gè)粗略的顯存估算。一個(gè) 7B70 億參數(shù)參數(shù)的模型以 FP32 存儲(chǔ)參數(shù)大小約為 7 × 4 字節(jié)等于 28GB。FP16 或 BF16 是半精度每個(gè)參數(shù) 2 字節(jié)所以約 14GB。如果再算上推理過程的中間激活值實(shí)際占用會(huì)更高。這也是為什么 8GB 顯卡幾乎跑不動(dòng) 7B 模型的全量推理通常需要配合 4bit 量化。6.2 三種精度格式背后的設(shè)計(jì)差異FP32 是單精度浮點(diǎn)數(shù)寬度 32 位其中指數(shù)位 8 位尾數(shù)位 23 位。它是 CPU 和 GPU 上最通用的標(biāo)準(zhǔn)格式精度最高。模型預(yù)訓(xùn)練和科學(xué)計(jì)算常用 FP32 作為基準(zhǔn)。缺點(diǎn)是顯存占用大、計(jì)算速度相對(duì)慢。FP16 是 IEEE 半精度浮點(diǎn)數(shù)寬度 16 位其中指數(shù)位 5 位尾數(shù)位 10 位。相比 FP32它節(jié)省一半顯存計(jì)算速度也更快。但指數(shù)位只有 5 位導(dǎo)致它能表示的數(shù)值范圍變小。當(dāng)某個(gè)權(quán)重?cái)?shù)值很大時(shí)會(huì)被表示成無窮大當(dāng)數(shù)值極端小時(shí)又容易變成 0。這就是“溢出”和“下溢”問題。在訓(xùn)練大模型時(shí)如果直接用 FP16梯度很容易在反向傳播中丟失。BF16 是 Brain Floating Point也是 16 位但指數(shù)位有 8 位和 FP32 相同尾數(shù)位只有 7 位。它的巧妙之處在于“犧牲精度保留范圍”。因?yàn)楹?FP32 擁有相同的指數(shù)范圍BF16 在高數(shù)值范圍下更不容易溢出訓(xùn)練時(shí)穩(wěn)定性明顯優(yōu)于 FP16。代價(jià)是尾數(shù)少同一個(gè)數(shù)值BF16 能表示的小數(shù)精度比 FP16 低。6.3 三種精度的對(duì)比精度格式位寬指數(shù)位尾數(shù)位主要優(yōu)點(diǎn)主要缺點(diǎn)常見用途FP3232 位8 位23 位精度最高顯存占用大、計(jì)算慢預(yù)訓(xùn)練基準(zhǔn)、科學(xué)計(jì)算、調(diào)試FP1616 位5 位10 位顯存減半、速度快數(shù)值范圍小訓(xùn)練易溢出混合精度訓(xùn)練、GPU 推理BF1616 位8 位7 位數(shù)值范圍與 FP32 相同訓(xùn)練穩(wěn)定尾數(shù)少精度略低大模型預(yù)訓(xùn)練、推理部署6.4 實(shí)際工程中的選擇建議在本地部署開源 LLM 做知識(shí)庫推理時(shí)更穩(wěn)妥的選擇通常是 BF16而不是 FP16。因?yàn)榇竽P屯评黼A段對(duì)數(shù)值范圍更敏感FP16 在極端權(quán)重分布下偶爾會(huì)出現(xiàn)輸出質(zhì)量劣化。而在需要極致推理速度時(shí)GPU 對(duì) FP16 的計(jì)算吞吐往往更高這時(shí)可以使用 FP16 并做針對(duì)性評(píng)測(cè)確認(rèn)任務(wù)指標(biāo)沒有明顯回退再做選擇。如果顯存實(shí)在不夠就需要考慮量化方案把權(quán)重降低到 INT8 甚至 INT4。量化后模型文件更小推理速度提升但會(huì)有更明顯的精度損失。是否可接受不能拍腦袋決定必須在業(yè)務(wù)測(cè)試集上做對(duì)比評(píng)估。這里真正容易踩坑的地方是很多人看到模型量化后“看起來回答還挺正?!本椭苯由仙a(chǎn)結(jié)果在專業(yè)術(shù)語密集、格式要求嚴(yán)格的場(chǎng)景中量化模型頻繁答非所問。任何精度選擇都應(yīng)該和評(píng)估體系綁定用數(shù)據(jù)決策而不是憑感覺。7. RAG 知識(shí)庫指標(biāo)如何評(píng)估一套 RAG 系統(tǒng)很多開發(fā)者在把 RAG 系統(tǒng)搭起來之后會(huì)遇到一個(gè)尷尬問題系統(tǒng)已經(jīng)能運(yùn)行了但到底好還是不好說不清楚。如果連好壞都無法量化后續(xù)優(yōu)化就無從下手。RAG 系統(tǒng)的評(píng)估是這部分課程非常強(qiáng)調(diào)的內(nèi)容。7.1 先從離線評(píng)估集開始在討論指標(biāo)之前先建立一個(gè)基本前提評(píng)估需要一套固定的測(cè)試集。沒有測(cè)試集談指標(biāo)都是紙上談兵。測(cè)試集的構(gòu)建方式是從知識(shí)庫中挑選一批有代表性的文檔針對(duì)它們?cè)O(shè)計(jì) 50 到 100 條問題并為每個(gè)問題標(biāo)注期望答案或至少標(biāo)注“應(yīng)該從哪些文檔片段中檢索”。這個(gè)集合稱為黃金集。以后每次調(diào)整切分參數(shù)、更換 embedding 模型、修改檢索策略都在同一套黃金集上跑看指標(biāo)變化。7.2 檢索質(zhì)量指標(biāo)RAG 系統(tǒng)的檢索環(huán)節(jié)直接決定了“模型看到了什么”。如果檢索結(jié)果里根本沒有正確答案生成環(huán)節(jié)再強(qiáng)也白搭。所以檢索質(zhì)量必須獨(dú)立評(píng)估。Hit Rate 是最直觀的指標(biāo)表示在檢索返回的 top-k 結(jié)果中是否至少有一條是相關(guān)的。如果檢索了 100 個(gè)問題其中 85 個(gè)問題在 top-5 結(jié)果里有正確答案Hit Rate5 就是 85%。它反映的是“有沒有召回”。MRR 全稱是 Mean Reciprocal Rank用于衡量第一個(gè)相關(guān)結(jié)果出現(xiàn)在什么位置。如果第一個(gè)相關(guān)問題排在第 1 位得 1 分排在第 3 位得 1/3 分。MRR 越高說明相關(guān)結(jié)果越靠前。它反映的是“召回到什么位置”。Precisionk 和 Recallk 則進(jìn)一步細(xì)化了準(zhǔn)確率評(píng)估。Precisionk 表示返回的 k 個(gè)結(jié)果中有多少比例是相關(guān)的Recallk 表示所有相關(guān)文檔中被召回的比例。這些指標(biāo)之間的關(guān)系可以這樣理解Hit Rate 是底線MRR 是排序質(zhì)量Recall 和 Precision 是更嚴(yán)格的雙向評(píng)估。在實(shí)際項(xiàng)目中通常先看 Hit Rate再關(guān)注 MRR最后結(jié)合業(yè)務(wù)需求看是否要調(diào)整 k 值。7.3 生成質(zhì)量指標(biāo)檢索質(zhì)量好不代表最終答案好。LLM 可能沒有遵循 Prompt 指令、可能遺漏關(guān)鍵信息、也可能在檢索內(nèi)容之外自行發(fā)揮。生成質(zhì)量需要單獨(dú)評(píng)估。Faithfulness忠實(shí)度衡量生成內(nèi)容是否忠實(shí)于檢索到的上下文。如果模型明明看到資料里寫“最大負(fù)載 50kg”卻在答案里說“最大負(fù)載 80kg”就是不忠實(shí)。這個(gè)問題本質(zhì)上就是幻覺。Answer Relevancy答案相關(guān)性衡量生成內(nèi)容是否切題是否回答了用戶的問題。有時(shí)候模型復(fù)述了一堆原文但用戶問的是“怎么解決”模型回答的是“是什么”就是不相關(guān)。這兩個(gè)指標(biāo)在生產(chǎn)系統(tǒng)中都可以自動(dòng)計(jì)算也可以抽樣人工評(píng)分。自動(dòng)計(jì)算的典型工具是 RAGAS它利用 LLM 作為評(píng)測(cè)器輸入問題和答案以及檢索文檔返回上述指標(biāo)的分?jǐn)?shù)。但要注意用 LLM 評(píng) LLM 會(huì)有偏好偏差關(guān)鍵業(yè)務(wù)場(chǎng)景建議保留人工抽檢環(huán)節(jié)。7.4 一個(gè)最小化的 MRR 計(jì)算示例理解 MRR 最快的方式是親自動(dòng)手實(shí)現(xiàn)一次。下面的偽代碼演示了 MRR 的計(jì)算邏輯。# eval_mrr_example.py def reciprocal_rank(relevant_rows, k): relevant_rows: 檢索結(jié)果列表按相關(guān)性分?jǐn)?shù)降序排列 k: 只看前 k 條結(jié)果 返回該查詢的 reciprocal rank 值 for rank, row in enumerate(relevant_rows[:k], start1): if row[is_relevant]: return 1.0 / rank return 0.0 # 示例一次查詢的檢索結(jié)果按相關(guān)性從高到低 query_result [ {doc_id: doc_1, is_relevant: False}, {doc_id: doc_2, is_relevant: True}, {doc_id: doc_3, is_relevant: False}, ] k 3 rr reciprocal_rank(query_result, k) print(f本次查詢的 reciprocal rank: {rr}) # MRR 就是多次查詢 reciprocal rank 的均值 all_queries [ {doc_id: doc_1, is_relevant: False}, {doc_id: doc_2, is_relevant: True}, {doc_id: doc_3, is_relevant: False}, ] def mean_reciprocal_rank(queries, k): total 0.0 for query in queries: total reciprocal_rank(query, k) return total / len(queries) mrr_value mean_reciprocal_rank([query_result, query_result], k3) print(fMRR3: {mrr_value})在實(shí)際項(xiàng)目中你可能不會(huì)手寫這些指標(biāo)而是借助 Ragas 或其他評(píng)測(cè)框架。但理解計(jì)算邏輯非常重要。只有理解每個(gè)指標(biāo)在獎(jiǎng)勵(lì)什么、懲罰什么你才能在調(diào)優(yōu)時(shí)判斷“指標(biāo)上升是否真的意味著系統(tǒng)變好”。8. 常見問題與排查思路RAG 系統(tǒng)在開發(fā)階段的問題非常多很多現(xiàn)象看起來相近但原因完全不同。下面整理了一份常見問題排查表可以收藏備用。問題現(xiàn)象可能原因排查方式解決方案啟動(dòng)時(shí)依賴安裝失敗Python 版本不兼容或缺少編譯環(huán)境查看 pip 錯(cuò)誤日志確認(rèn) Python 版本升級(jí)到 Python 3.10或使用 conda 創(chuàng)建隔離環(huán)境知識(shí)庫檢索不到相關(guān)內(nèi)容文檔切分過大或過小語義被稀釋或截?cái)啻蜷_向量庫查看文本塊語句是否完整調(diào)整 chunk_size 和 chunk_overlap重新向量化答案和用戶問題不相關(guān)檢索返回了無關(guān)內(nèi)容且進(jìn)入了 Prompt打印 source_documents 查看召回文檔調(diào)整 top-k、加入混合檢索或重排模型回答出現(xiàn)幻覺檢索結(jié)果為空模型被迫自行補(bǔ)全檢查檢索結(jié)果的相似度分?jǐn)?shù)是否過低設(shè)置相似度閾值明確要求模型不知道就說不知道檢索到正確內(nèi)容但答案反而混亂塞進(jìn) Prompt 的上下文太多或相互矛盾檢查 source_documents 的數(shù)量和內(nèi)容降低 k 值或?qū)ξ臋n做去重和版本過濾專業(yè)術(shù)語大量出現(xiàn)時(shí)效果變差embedding 模型對(duì)專業(yè)領(lǐng)域理解不足在黃金集上對(duì)比不同 embedding 模型的指標(biāo)替換為領(lǐng)域微調(diào)過的 embedding 模型或引入關(guān)鍵詞檢索向量庫持久化后重啟數(shù)據(jù)丟失未配置持久化目錄或使用了純內(nèi)存模式檢查向量庫初始化參數(shù)配置 persist_directory 或使用服務(wù)端向量數(shù)據(jù)庫本地部署模型顯存不足精度選了 FP32/FP16模型參數(shù)過大查看顯存占用日志切換到 BF16 或量化到 INT8/INT4驗(yàn)證效果答案經(jīng)常引用過時(shí)文檔知識(shí)庫沒有增量更新機(jī)制檢查文檔更新時(shí)間戳引入數(shù)據(jù)版本管理和索引重建任務(wù)排查 RAG 問題有一個(gè)通用順序先確認(rèn)檢索階段有沒有正確召回再確認(rèn) Prompt 組裝有沒有問題最后再懷疑生成模型。很多人第一反應(yīng)是“模型不行”結(jié)果花了很多時(shí)間換模型問題依舊。實(shí)際上RAG 系統(tǒng)的大部分效果問題都出在數(shù)據(jù)和檢索環(huán)節(jié)。9. 最佳實(shí)踐與工程建議RAG 項(xiàng)目做到最后拼的往往不是某個(gè)環(huán)節(jié)的極致優(yōu)化而是工程體系是否完整。下面這幾條最佳實(shí)踐來自常見生產(chǎn)項(xiàng)目的經(jīng)驗(yàn)總結(jié)。9.1 從最小可行 RAG 開始不要在一開始就引入 Agentic RAG、混合檢索、知識(shí)圖譜等復(fù)雜組件。第一步應(yīng)該用最快的速度跑通“文檔加載 向量化 檢索 生成”的最小鏈路讓業(yè)務(wù)方看到效果也讓自己對(duì)數(shù)據(jù)情況有感知。然后再用評(píng)估數(shù)據(jù)驅(qū)動(dòng)優(yōu)化。否則復(fù)雜系統(tǒng)一旦出問題定位成本會(huì)非常高。9.2 把文檔預(yù)處理當(dāng)成第一優(yōu)先級(jí)知識(shí)庫項(xiàng)目的天花板往往在文檔預(yù)處理階段。建議對(duì)文檔格式做一次全面盤點(diǎn)把“哪些文檔適合直接切分”“哪些文檔需要 OCR”“哪些文檔需要專門解析表格”列成明細(xì)表。對(duì)經(jīng)常出現(xiàn)的固定版式可以寫專門的解析函數(shù)而不是寄希望于一個(gè)通用解析器搞定所有文檔。9.3 檢索環(huán)節(jié)先保證召回再做精排在檢索鏈路設(shè)計(jì)上可以用兩級(jí)思路第一級(jí)盡量放寬條件保證相關(guān)文檔能被召回第二級(jí)用重排模型或更精細(xì)的過濾邏輯把真正有用的內(nèi)容排到前面。先優(yōu)化 Hit Rate再優(yōu)化 MRR最后才看生成質(zhì)量。這個(gè)順序不能反。9.4 Prompt 要明確約束生成行為生成階段的 Prompt 至少應(yīng)該包含三部分系統(tǒng)指令、檢索上下文、用戶問題。系統(tǒng)指令要明確告訴模型“只能依據(jù)檢索內(nèi)容回答不要使用訓(xùn)練時(shí)學(xué)到的知識(shí)補(bǔ)充如果檢索內(nèi)容不足回答不知道”。同時(shí)要求模型在回答時(shí)引用來源編號(hào)。這個(gè)設(shè)計(jì)能顯著降低幻覺率也讓溯源成為可能。9.5 記錄完整的運(yùn)行日志線上 RAG 系統(tǒng)建議記錄每次請(qǐng)求的完整鏈路原始問題、改寫后的問題如果有、召回的文檔列表、相似度分?jǐn)?shù)、送入 Prompt 的最終上下文、模型輸出、耗時(shí)。這些日志既是調(diào)試故障的依據(jù)也是后續(xù)搭建自動(dòng)化評(píng)測(cè)集的數(shù)據(jù)來源。很多團(tuán)隊(duì)忽略了這一步等到上線后效果變差才發(fā)現(xiàn)沒有任何線索可以回溯。9.6 安全與權(quán)限是最后的底線如果知識(shí)庫包含了內(nèi)部資料或用戶隱私數(shù)據(jù)在架構(gòu)設(shè)計(jì)之初就要考慮權(quán)限隔離。不要讓一個(gè)用戶可以檢索到另一個(gè)用戶私有范圍的內(nèi)容。向量數(shù)據(jù)庫層的過濾能力很重要應(yīng)用層也要做身份認(rèn)證和操作審計(jì)。涉及敏感數(shù)據(jù)的項(xiàng)目務(wù)必在測(cè)試環(huán)境驗(yàn)證權(quán)限過濾邏輯后再上線并準(zhǔn)備好回滾方案。10. 總結(jié)LLM 工程師的核心能力模型回到這門 Udemy 課程第三部分的整體定位它真正想訓(xùn)練的能力不是“會(huì)調(diào)用 API”而是“會(huì)設(shè)計(jì)一套完整的 GenAI 系統(tǒng)”。從 RAG 鏈路到 Agent 概念從精度問題到評(píng)估指標(biāo)這些知識(shí)點(diǎn)串聯(lián)起來指向的是 LLM 工程師的四種核心能力。第一是數(shù)據(jù)工程能力。知道如何從真實(shí)業(yè)務(wù)文檔中提取可用知識(shí)如何處理 PDF、Word、HTML 等復(fù)雜格式如何設(shè)計(jì)切分策略。第二是檢索系統(tǒng)設(shè)計(jì)能力。知道如何選 embedding、如何選向量數(shù)據(jù)庫、如何設(shè)計(jì)混合檢索和重排而不是只會(huì)調(diào)用一個(gè)現(xiàn)成接口。第三是模型部署與成本控制能力。理解 FP16、BF16、量化的取舍知道在有限的 GPU 資源下如何平衡速度和質(zhì)量。第四是評(píng)估能力。能建立測(cè)試集能看懂指標(biāo)變化能通過數(shù)據(jù)定位瓶頸。這是區(qū)分“能跑 Demo”和“能上生產(chǎn)”的分水嶺。如果這篇文章讓你有收獲建議馬上選一份實(shí)際文檔按照第二章到第五章的流程搭一個(gè)最小知識(shí)庫再做一套 50 條問題的評(píng)估集記錄當(dāng)前指標(biāo)。然后試著調(diào)整 chunk_size、切換 embedding 模型、加入重排觀察指標(biāo)和答案質(zhì)量的變化。做 LLM 應(yīng)用開發(fā)最大的誤區(qū)是以為“視頻課刷完就是會(huì)了”。真正值回票價(jià)的方式是把課程里的評(píng)估方法用到自己的知識(shí)庫里把系統(tǒng)從“能跑”改到“好用”。RAG 工程中還有很多細(xì)節(jié)值得深入比如更復(fù)雜的文檔解析、Agent 多輪檢索、基于本體的約束生成、以及更細(xì)粒度的評(píng)測(cè)體系。每一條都值得再單獨(dú)寫一篇實(shí)踐筆記。
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
狠狠综合| 开心激情综合| 色亚洲视频| 国产九月婷婷| 中文成人在线| 99久久6| 色五月亚洲五月天| 99综合久久| 少妇伦子伦精品无吗| 婷婷丁香人妻天天| 色欲香综合网| 黄色大片又大粗又爽| 久久综合66| 大香蕉伊人爱在线| 综合久久久| 国产精典视频在线观看| 狠狠干,狠狠操| 五月丁香六月婷婷免费| 成人在线视频一区| 思思久久96热在精品国产,| 五月丁香六月婷婷无码| 久久婷婷丁香五月宗合| 午夜天堂啪啪| 九九热国产| 青青草五月天| 99在线精品观看99| 五月丁香在线婷婷蜜桃| 欧洲MV日韩MV国产| av中文在线| 日韩在线婷婷五月天综合| 99热久只有| 亚洲第一黄网| 超碰人人超碰| 国产成人+综合亚洲+天堂| 五月丁香888| 久久99久久99精品,久国产,久久精品免费,99久在线,久久久久国产精品免费网站,9 | 97色天堂| 无码橾| 好激情在线综合网| 国产日日操夜夜操的肉棒视频| 色墦五月丁香| 狠狠五月激情在线| 五月丁香综合激情在线观看| 天天综合色丁香| 伊人久久大香线蕉av一区| 丁香六月视频| 色综合日日| 电影蜘蛛女| 美女激情综合| 天天色播| 久久只有精| 99久在线精品99re5热视频| 1级欧美日韩| 欧美肉大捧一进一出免费视频| 五月婷婷影| 色婷婷综合影院| 99乱视频| 91要啪| 色噜噜五月天| 色色丁香婷婷综合| 人妻久久久| 国产在这里只有精品| 亚洲天堂无码| 六月婷久久| 99亚洲视频| 色色色区| 日本久久99| 国产精品久久..4399| 人伦30P| 99啪啪网| 侠女刀之记忆电影在线看免费| 丁香五月花婷婷开心| 天天久久人人| 丁香五月亚洲综合| 青草五月天| 五月丁香成人小说| 99精品在线播放| 五月丁香婷婷色色| 国产高潮A片羞羞视频涩涩| 六月婷婷色综合| 99爱在线免费视频| 思思re最新视频| 五月天婷婷久久视频| 色色操| 色偷偷综合| www.色99| 91人人妻人人操人人爽| 欧美天堂久久| 国产婷婷五月中文字幕高清| 99国产这里只有精品| 五月天色婷婷综合| 97干在线视频| 九九热99久久99| 五月天激情图片网| 国产日批视频| 五月天色婷婷综合| 丁香五月婷婷五月| 久久婷婷六月综合综合| 久久久人妻不卡| 五月天亚洲最大成人| 26uuu国产精品| 夜夜撸天天日| 色五月激情| 疯狂做受XXXX高潮A片| 久久婷婷五月天大香蕉| 色综合婷婷| 日日色五月天| 日韩精品999| 五月婷婷成人| 99久免费视频| 婷婷在线操| 97se视频在线| 五月天婷婷永久免费视频| 色久天| 五月天婷婷色| 成人在线高清| sS丁香五月婷婷| www.99热. com这里只有精品| 神马欧美精| 丁香五月社区| 九九色播五月丁香| 天天操天爱综合| 久久婷婷五月综合色奶水99啪| 99热在线观看| 2015好吊操| 亚洲小视频| 日本啪啪天堂| 色护士综合| 亚洲成人网站在线观看| 色爱综合网| 五月天精品| 久久91久久91色欲精品| 99热的无码| 67194国产| 五月天丁香婷婷视频网址 | 思思热精品在线| 九九在线精品| 五月婷婷色色色| 五月天婷婷在线播放免费| 五月丁香六月在线| 天堂资源欧日浪女在线播放| 欧美成人色婷婷| AV九九| 2015超碰| 涩五月婷婷| 国产精品人成A片一区二区| 91免费看片| 99精品视频网站| 婷婷久久久久| 人与禽A片啪啪| 丝袜激情网| 天天干天天 亚洲| 中文字幕永久免费| 婷婷五月丁香啪啪| 另类视在线| 色色五月婷婷狠狠| 91视屏在线观看com.wwwvv| 2017狠狠干| 五月婷婷香蕉| 俺五月| 91九色视频| 激情久久综合网| 激情综合婷婷| 五月开心播播网| 国产欧美日韩性爱| 激情黄色小说色五月| 色五月丁香在线| 五月丁香| 五月总合激情网| 久久久久久9| 亚州欧美黄色电影| 婷婷五月花西瓜| 国产精品日本一区二区在线播放| 婷婷五月天激情综合婷婷五月天激情综合| 99这里只有精品| 国产成人网址| www久| 九九色逼| 亚洲激情综合| 激情99。| 五月天丁香久久综合 | 五月的婷婷六月丁香| 天天综合色| 最新久久网址| 亭亭色色五月天| 人人干av| 人草人人| 欧美激情丁香五月| 99只有精品9| 另类激情网| 九月婷婷综合在线| 思思热在线播放| 婷婷丁香五月激情综合站_久久五月丁香激情综合_开心五月综合激情综合五月_婷 | 无码91中文字幕| 99免费视频精品| 综合久久婷婷99| 泰州成人视频| 色黑鬼导航| 嫩BBB槡BBBB搡BBBB| 日逼免费视频| 丁香花色色网| 婷婷五月色花丁香社区| 超碰在线91| 久久99热 这里有精品| 色九月丁香婷婷蜜桃在线观看| www.夜夜操.com| 亚洲综合久| 成人免费120分钟啪啪| 婷婷情色激情| 婷婷五月黄色激情在线| 色99免费视频中文| 牛色色碰| 色婷婷久久综合中文久久一本| 日本噜噜色网| 五月天婷婷综合久久| 日日躁夜夜躁狠狠久久AV| 天天色色天天| 人人射av| 丁香五月天天哦| 色婷婷99| 久久久中文| 五月丁香拍拍激情综合| 色婷婷中文在线| 大地资源色婷婷视频在线| 色五月婷婷激情| 久久精品性爱视频,| www.91五月| 婷婷精品在线| 欧洲色色| 99热在线这里| 91人妻视频| 大香蕉99热| 涩五月婷婷| 99热网址| 免费精品99| 狠狠婷婷爱| 丁香六月狠狠干| 丁香婷婷天堂| 日本视频久久| 国产人妻人伦精品一区二区| 天天色色天天| 亚洲另类电影| 九九精品99| 色色五月婷婷丁香| 色色婷婷综合| 久久亚洲婷婷| 婷婷操超碰| 激情黄色五月天| 黄色一极大片| 亚洲综合色婷婷文学| 六月婷婷狠狠做| 天堂网色色| 99草在线免费观看视频| 色综合婷婷99| 日本玖玖在线| 九九av在线| 天天日日| 色综合久久88色综合天天| 激情亚洲网| 久久婷婷五月综合啪| 色五婷婷| 色婷婷小说网| 99自拍视频网站| 五月天婷婷免费| 五月婷婷六月丁香在线视频免费在线观看| 婷婷五月天综合在线| 久久婷婷五月天激情唯美| 就爱操www com| 热的国产99热| 久色姿源| 激情五月色综合| 天天做天天爱综合| 免费亚洲婷婷| 日本色色色| 婷婷99狠狠躁天天躁中| 人人干av| 丁香六月婷婷基地| 91日精品| 日日干天天射| 激情婷婷五月天伊人在线观看| 九九热99re8热免费观看| 五月天激情偷拍| 婷婷六月综合在线| xfplayav在线| 色婷婷亚洲婷婷在线观看| 日韩aaa| 激情五月天小说|五月天开心激情网|亚洲精品国产自在现线|黄色五月天 | 九久9精品| 久久激情综合| 五月天婷婷激情干干| yazhouzonghesese| 狠狠色噜噜狠狠狠888| 色综合久久五月天| 操一区| 天天日天天久久青青| 九九成人电影婷婷| 9精品视频在线观看| 丁香婷婷五月六月久久| 五月婷婷久久激情| 日本色爽| 久热免费视频| 无码一级片| 人人干99| 亚洲免费99| 亚洲天堂色色| 搡BBBB搡BBB搡五十| 欧美天堂婷婷日韩| 五月丁香| 激情五月六月婷婷| 五月天色综合| 色情五月天丁香社区| 亚洲一个色| 丁香六月亚洲综合| 丁香五月婷久久| 久久无码成人| 大香网伊人久久综合| 玖玖九九99| 五月婷婷六月丁香玖玖玫瑰91| 99re8在这里只有精品| 专区无日本视频高清8| 天天艹夜夜爽| 天天干电影| 色婷婷丁香| 丁香狠狠色婷婷久久无码视频| 99啪99| 亚洲精品欧洲精品| 综合99久久| 九九99九九精品免费| 狼人婷婷久久| 五月婷婷官网色| a网站免费观看| 久久一级片| 日韩无码人妻一区二区三区综合| 五月婷婷丁香| 丁香五月婷婷Av| 五月丁香婷婷婷婷综合网| 久久总和99| 激情亚洲五月| 六月丁香婷婷天堂| 开心五月婷婷激情| 婷婷五月四狠狠| 五月天最新网| 高清 码 免费看片短视频| 色情一区二区播放| 91无码色色| 欧美99热| 亚韩在线视频| 五月丁香亭亭操逼| 狠狠干在线| 五月丁香六月激情网站| 色五月五月丁香| 五月天婷婷色色| 97热九九| 久久五月丁香| 五月天另类图片区99| 丁香五月婷婷成人网| 啪啪综合网| 久久久香| 丁香蜜臀黄色婷婷五月天| 久久这里只有精品视频26| 99九九在线观看免费| 色婷婷狠狠18yy| 五月丁香亚洲五月| 超碰日韩人妻在线| 色噜综| 亚洲精品一区中文字幕乱码| 激情婷婷五月天伊人在线观看| www.日日夜夜.com| 日本色噜| 三十熟女| 久久九精品| 电影91久久久| 色丁香五月天婷婷| www.久9| 久久人妻www| 国内精品免费一区二区2009| 五月综合激情视频| 五月天久草| 狠狠狠狠操| 五月婷A V在线| http://www.lingjunshare.com/| 日本色婷婷| 婷婷五月激情热播| 日韩免费视频| 丁香久久久| 4438全国最大视频成人网站在线观看| 五月婷婷丁香五月婷婷丁香| 久久永久视频| 99热久久这里只有精品| 婷婷五月天美女视频| 亚洲狠狠色丁香婷婷综合久久| 99惹精品视频| www.久久婷婷| 丁香五月天堂网| 人人干天天舔| 五月丁香色停停啪啪啪| 五月天久久综合婷婷丁香| 久久一伦| 欧美日韩91| 欧美日韩AAAAA| 疯狂做受XXXX高潮A片动画| 亚州日本欧州韩美高青高潮一| 五月婷婷视频| www.99精品在线| 变态另类9| 99爱在线免费视频| 99热的无码| 操人精品| 国产偷人爽久久久久久老妇APP| 99福利视频| 任你干线上免费视频有3吗| 人妻精品一区二区三区| 婷婷色五月偷拍| 色婷婷很很丝袜| 天天爱天天秀天天做| 激情综合五月| 97操男人的天堂| 性欧美日本| 五月色亭丁香| 久久99精品久久久久久噜噜| 全部老头和老太XXXXX| 五月色婷婷激情| 玖玖午夜视频| 综合六月久久| 欧美激情综合| 日本色婷婷| 九九日本视频| 久综合九| 91啦丨九色丨刺激中文| 亚洲中文字幕网| 亚洲第一第二网站| 五月丁香综合啪啪対白| 人人爱操| 91婷婷伊人牛牛| 伊人高清无码| 天天干天天干天天| 婷婷综合精品| 深爱综合网| 精品无码色| 99人妻碰碰碰久久久久视| 综合久久婷婷| 五月婷婷基地| 97九色视频| 亚洲五月天狠狠| 婷婷黄色| 五月天久久网站| 国产性爱在线| 久久人人看| 99热日| 思思热久久爱| 五月丁香六月激情综合在线| 激情五月综合色| 综合亚洲AV| 99欧美精品99日本精品| 一本大道伊人AV久久综合| 538任你爽| 婷婷五月天激情电影小说| a v色婷婷| 欧美性二区| 日韩综合久| 狠狠色婷婷综合开心影视| 婷婷久久综合| 欧美交换配乱吟粗大25P| 五月伊人网| 天天日天天舔| 久久丁香综合| 五月丁香六月激情视频| www.99热视频| 色综合日日| 日日婷婷不卡| 五月天综合区| 丁香五月婷婷亚洲另类| 五月丁香在线精品| 丁香五月在线视频黑人| 色婷婷五月综合网| 丁香五月六月婷婷殴美综合| 开心婷婷五月中文字幕组| 婷婷五月天日逼| 五月天婷婷久久日| 婷婷五月天激情综合| 91精品电影18T| 激情图片亚洲| 久久免费精品小视频| 色欲婷婷五月天| 激情小说五月天| 国产亚洲在线| 天天综合天天做天天综合| 亚洲九九九九| 丁香五月婷中字幕| 婷婷五月天网| 色欲一区二区三区精品A片| 久久综合丁香激情五月| 亚洲无AV在线中文字幕| 欧洲综合一区| 伊人五月综合网| 在线观看免费狠狠色丁香香综合| 丁香五月天堂网| 丁香 婷婷 激情 综合 五月| 丁香五月婷婷六月婷| 精品福利911| 精品无码视频| 国产精品美女| 99热这里只有精品9| 《亚洲操B久久免费在线观看,亚洲操B久久在线播放》在线播放 - 高清资源 - 97 | 日韩在线婷婷五月天综合| 五月丁香六月综合激情无码软件亮点| 天天操夜夜操| 激情小说婷婷| 九九99精品免费播放| 丁香六月欧美| 久热伊人| 这里只有精品视频一区| 日韩 中文 欧美| 婷婷五月在线观看| 91碰碰碰久久久久| 色色五月天婷婷| 六月丁香婷婷尤物| 丁香久月| 丁香五月激动深爱欧美| 婷婷月综合| 色婷婷欧美在线| 久久这里只有精品视频1| 丁香五月天啪啪| 丁香成人五月天| 超碰成人公开| www.色99| 婷婷操婷婷干婷婷射| 中文字幕AV在线播放| 午夜69成人做爰视频| 亚洲免费av观看| 九九家庭影院| 欧美日本另类| 亚洲春色奇米影视| 九九色热| 97se视频在线| 久久9热好| 久久综合中文字幕| 婷婷激情四射| 丁香五月激情五月色综合| 视频一二区| 婷婷五月天在线视频网站| 无码 色| 狠狠撸激情综合丁香五月天俺来啦| 国产婷婷五月中文字幕高清| 91精品电影18T| 婷婷 久综合| 欧洲激情网站| 少妇高潮呻吟A片免费看软件| 噢美99| 夜夜夜天天操| 久9热在线视频| 男人的天堂99| 色狠狠图片| 国产日韩欧美性爱| 丁香婷婷基地| 超碰在线观看9| 五月婷婷黄网站大全| 综合激情啪啪| 99精品综合| 黄色一级影片| 香蕉人在线香蕉人在线 | 色吧婷婷五月亚洲| 亚洲狠狠婷婷综合久久久| 色婷婷AAA| 加勒比日本一区二区三区| 日本va视频| 白人荫道BBWBBB大荫道| 五月天天天综合| 五月天婷婷影院| 久婷首页| 激情网五月天| 九九热在线99| 五月婷婷成人| 五月天天综合| 噜噜噜狠狠色综| 热热99爱爱| 五月婷婷在线视频| 9超碰在线| 五月婷婷av| 操人妻AV| 牛牛碰免费| 97超级碰| 亚洲五月天婷婷| 91丁香婷婷综合久久欧美| 婷婷五月天亚洲综合网| 色婷婷人人| 天天干天天操天天拍| 丁香熟女乱| 天天做天天爱天天爽综合网| 丁香五月最新网址| 激情五月六月婷婷| 色99超碰| 五月开心深爱激情网| 亚洲国产网址| 99啪啪网| 色情五月天视频网| 丁香五月花| 亚洲精品久久久久久久久久吃药| 97伦乱| 色婷婷丁香五月在线观看| 久久九九婷婷| 亚洲天堂久久| 一本道综合网| 97人妻人人| 99久久精品国产色欲| 亚洲综合五月天婷婷丁香| 午夜大香蕉| 亚洲五月天天| 99热97美女| 亚洲色频| 狠狠色婷婷在线| AAA级久久久精品| 热99只有精品| 黄久久久| 国产JK精品白丝AV在线观看| 婷婷色正月| 久碰久操| WWW色五月| 五月丁香六月玩女人| 丁香九月婷| 熟女少妇内射日韩亚洲| 久久99热免费最新版| 色亚洲无码| 五月婷婷电影院| 天天日天天干天天操| 97干97色| 婷婷五月激情基地| 久久人人九九| 久久99久久99精品免观看软件 | 91久久| 先锋影音av色五月天资源站| 国产精品色婷婷99久久精品| 五月天婷婷导航| 中文字幕av在线播放| 国产精品久久久久久妇女6080| 丁香色五月婷婷| 丁香五月激情宗合网| 99精品在线| 色色热| 国产六月婷婷| 99热播放| 玖玖热99| 丁香婷婷九月在线| 婷婷久久色| 久久小片| 深爱五月天 开心网| 99噜噜| 天天干人人奸97| pom538精品视频| 婷婷激情综合网| 色婷婷五月在线| 日日夜夜九九| 国产精产国品一二三在观看| 久久婷婷五月综合伊人| 丁香五月婷婷影院| 婷婷六月激情丁香| 97五月天婷婷午夜| 欧美久热| 色噜噜狠狠色综合成人网| 99久久国产宗和精品1上映| 日本狠狠色| 色婷婷先锋| 狠狠狠婷婷五月综合| 人人性久久| 色情激情五月婷婷| 99久久精品免费精品国产_国产精品久久久久久_国产在线|日韩_久久国产精品电影 | 五月丁香色婷婷伊人| 色综合中文色综合网| 涩丁香91| 久久XX日本综合| A片试看50分钟做受视频| 九九黄色网| 色婷婷19| 久久六月天| 久久激情天堂| 少妇人妻人伦A片| 久久人妻视步| 六月久久狠狠| 五月婷精品| 五月婷久久在线| 在线色五月婷婷| 另类图片五月天婷婷| 99色这里| 亚洲色情免费网| 天天肏屄夜夜爽| 九九無碼| 亚洲日本激情| 五月丁色AV| www.国产亚洲69ty.久久久久久久久久久久| 色播综合| 日韩好吊操| 密黄站| 99视频久久免费视频| 六月婷婷狠狠| 日日撸天天干| 无月播播激情在线观看视频| 天天摸人人摸| 97五月天| 日本久久婷| 性爱综合网| 狠狠狠狠狠狠| 黄桃AV无码免费一区二区三区 | 五月天激情图片| 丁香婷婷激情| 色色三级视频| 色爱综合五月| 在线成人网站| 色婷婷五月基地在线| 另类激情五月| www.开心激情| 涩综合网| 禁欲电影完整版在线播放| 国产成人AV| 色婷婷精品视频在线播放| 高清国产AV| 色五月综合激情| 这里只有精品视频在线观看免费| 欧美另类五月激情| 色日本五月天| 五月天婷婷在线播放| 图片区 小说区 区 亚洲五月| 日日操天堂| 五月天激情四射网站| 久久久久久久丁香五月天婷婷| 亚洲天堂亚洲色色色| 午夜婷婷五月天| 殴美激情综合网| 天天干天天干天天| 激情色情五月天| 日本欧美在线| 五月丁香AV在线| 色噜噜狠狠色综合网| 噼里啪啦在线观看免费完整版视频| 久久婷婷青青草| 99热这里有精品首页10| 99在线观看视频蜜臀| 五月婷婷开心五月| 另类小说五月天| 亚洲蜜乳AV| 欧美群妇大交乱婬网| 99免费热视频| www.狠狠| 六月色婷婷综合影视| 九九人妻福利| 久久婷婷五月天| 丰满人妻妇伦又伦精品国产| 亚洲成人AV在线| 国产片天天爽夜夜爽| 色性五月天| 九九精品热| Av在线资源| 综合激情啪啪| rr天天操| 成人看片网站| 激情小说婷婷五月| 少妇大叫太大太粗太爽了A片| 久久99精品久久久久久青青AR| 色黑鬼导航| 五月 成人 婷婷| 日韩av在线播放综合网| 激情深愛五月視頻| 九九99免费理论| 色色网91| 99热成人在线| 日本精品人妻无码77777| 欧美 日韩 成人在线| 激情深爱综合网| 综合网天天| 丁香激情四射| 99久久玖玖| 国产黄大片在线观看画质优化| 国产成人网| 色婷婷A| 久久久人人操A V| 婷婷五月天日日日干干干| 97人人干人人操| 久久99精品视频| 夜色综合网| 亚洲一区二区 成人网站戴套| 秋霞午夜理论| 五月丁香在线| 六月丁香花婷婷| 99热国产精品| 99re在线精品视频| 亚洲一区二区无遮挡A片| 免费V片在线| 丁香五月中文字幕久色| 色和综合网| 国产精品色色色色| 九九在线热九九在线热99热| 狠狠草婷婷| 婷婷六月丁香五月| 国产人妻操逼| 五月婷婷六月丁香在线| 中文字幕在线资源| 婷婷五月天成人网| 热九九精品| 色五月 五月婷婷| AV色五月婷婷| 97精品综合久久| 九九热再线九九视频免费在线观看 | 久9精品视频| 色情丁香五月婷婷精品| 日本色天堂| 色色婷婷五月天| 五月6香色婷婷视频| 婷婷社区五月天| 99这里只有精品8| 国色天香成人网| 五月激情综合婷婷| 色色色九九九五月婷婷| 亚洲第一精品成人999久久精品| 热久91| 色五月 五月婷婷| 婷婷97碰碰| 99综合| 人妻系列久久久久久久久久久 | 九九九九九九热| 婷婷色正月| 婷婷丁香五月91| 国产成人网站在线观看| 亚洲性爱干干| 西西4r午夜剧场| 啪啪色区| 婷婷五月黄色激情在线| 五月开心播播网| 美女五月狠狠| 成片免费观看视频大全| 亚洲情综合五月天| 亚洲热热视频| 99热国产| 婷婷99视频在线| 91精品久久久久、久五月天| AV激情五月| 久爱综合| 久久综合首页| 五月丁香成人| 国产精品国产| 成人日韩欧美| 人妻无码精品一区| 情色五月天网站| 少妇人妻人伦A片| 亭亭玉月丁香| 日日操夜夜操狠狠操| 91大屁股在线| 99热欧美| 在线可以看的av网址| 在线网黄| 99亚洲精品综合在线| 亚洲视频操| 亚洲五月天综合| 小色小蛇伊人婷婷色香五月| 狠狠干综合| 色综合另类| 色五月婷婷丁香国产在线| 九九综合图片网| 亚洲中文字幕网| 新激情五月天色播| 日本久久综合| 日笨久久网| 五月天成人综合| 九九热123| 午夜大香蕉| 99热免| 99热欧| 91婷婷丁香五月| 精品热九九| 日韩AAAAA| 几激情五月婷婷色五月色天堂| 五月激情五月丁香| 秋霞少妇毛片| 日本猛少妇色XXXXX猛叫| 五月天色五月| 丁香九月综合| 8区视频在线| 九九精品婷| 国产精品扒开腿做爽爽爽A片唱戏 亚洲爆乳无码精品AAA片蜜桃 | 色色丁香五月天社区| 狠狠色噜噜狠狠狠狠综合| 日韩色色视频| 五月天狠狠网站| 丁香六月婷婷色播| 婷婷热色| 91妻人人爽人人看片| 婷婷激情图片| 激情综合色播| 婷婷五月天99| 欧美婷婷九月| 色综合网页| 99视频这里有精品| 99热免费精品| 淑女丝袜bi操逼123| 婷婷丁香一月| 只有精品在线观看| 中文无码婷婷| 成人永久免费视频在线观看| 五月成人丁香av91| 另类少妇人与禽zOZZ0性伦| 99色免费观看全部| 色情久久久| 碰97久久| 九九综合色综合| 日日天天干| 五月婷婷在线综合| 丁香五月婷婷天| 天天天添天天操| 色久婷婷五月| 人人草公开操| 影音先锋色色色资源色资源色| 日本97在线视频| 超碰人人99| 91操屁股| 91久久五月天| 丁香五月777| 婷婷色六月| 亚洲av成人电影在线观看| 99re资源在线视频导航| 丁香五月激情五月色综合| 国产婷婷五月色情综合| 99精在线| 五月婷婷九| 伊人玖玖网| 美欧日韩国产成人在战| 久久婷婷五月天激情四射| 婷婷情色五月天| 9l视频自拍9l九色成人| 久久五月丁香| 五月天婷婷成人网| 六月丁香av| 色婷婷综合网| 桃色成人网| 婷婷99视频全集高清| 9色免费网| 99色在线观看视频| 日本片日本片祼观看网站在线看中文版网页在线看| 天天久久狠狠色综合| 九九碰九九爱97超碰| 无码网| tingting五月天亚洲| 激情婷婷五月黑人| 香蕉AV777XXX色综合一区| 99色热| 五月丁香免费看| 国产乱子轮XXX农村| 五月丁香色停停啪啪啪| 九九色综合| 日噜噜色| 五月婷婷性爱| 精品九九在线观看视频| 国产五月婷| 五月婷婷激情69| 九九在线精品| 97色色婷婷| 国精产品一区一区三区免费视频| 九九99视频精品| 99在线免费视频播放| 六月撸婷婷| 五月 丁香 欧美| 26uuu亚洲欧美日本| 在线中文字幕av| 日本精品人妻无码77777| 婷婷视频在线碰| 91操在线视频| 99久久综合网| 91丨九色丨熟女丰满| 国产精产国品一二三在观看| 亚洲AV久久久久久久久久久久久久久久| 91久久电影| 激情五月黄色小说| 日本狠狠网| 综合激情婷婷| 五月天婷婷激情在线色图| 热热久久精品视频| 色欲Av五月天| 五月丁香久久呀| 超碰免费99| AA片在线观看视频在线播放| 亚州操操| 丁香五月综合激情久久潮喷| 丁香五月天在线| www.色婷婷.com| 久久人视频| 久久这里都是精品免费| 五月丁香六月婷婷网| 婷婷99狠狠| 99干日本| 色情综合网| 亚州色色色| 三人荫蒂添的好舒服A片| AAA久久久AAA久久久AAA| 丁香五月激情视频在线| 九九精品免费| 午夜婷婷久久| 综合五月天婷婷色| 香蕉综合在线| 婷婷色吧| 九一99| 92久久精品一区二区| 久久香蕉福利| 日本狠狠网| 五月Huangsewang| 丁香五月婷婷综合视频| 丁香婷婷五月天色播| 色婷五月天| 色婷婷四色| 久久这里只有精品1| 99综合网| 26uuu欧美日韩| 婷婷五月丁香91| 精品自拍99| 婷婷激情五月综合丁| www.夜夜| 91操碰| 五月天久久网站| 国产熟妇乱子伦hd| 丁香五月第九色| 91凹凸在线| 色婷婷丁香社综合| 亚洲色在线观看| 久99婷婷色综合| 色综合久久88色综合天天人守婷| 久久精品性爱| 99综合视频| 99这里只有精品|v| 激情淫乱男女| 午夜做爱影院| 五月开心啪啪| 五月婷婷丁香伦理网| 丁香九月激情| 婷婷久久五月| 人人干人人看| 五月天天天综合| www久| www.25五月婷婷| 成人精品视频99在线观看免费| av在线超清中文| 日韩另类| 噜噜色天天开心| 五月天激情婷婷丁香| 五月婷婷综合激情小说| 丁香五月六月激情| 99久99久| 丁香五月香蕉| 婷婷丁香五月天影院| 久久婷婷五月综合色奶水99啪| AV在线中文| 色婷五月| 五月丁香综合久久| 教师性爱毛片| 天天爽天天透天天爱| 日本婷婷色| 思思热这里只有精品| 成人无码髙潮喷水A片| 激情精品久久| 国产黄色在线| 欧洲亚洲最新精品| 国产精品久久久爽爽爽麻豆色哟哟| 成人狠狠成人狠狠成人狠狠成人狠狠| 日日夜夜干| 亚洲行行色色| 影音先锋91资源站| 色色色色综合网| 五月花成人网| 久久婷视频| 色欲丁香| 性生活久久人妻| 日韩啪啪视频| 天天天天干| 五月婷婷丁香六月| 亚州激情在线视频| 五月婷婷偷拍| 丁香六月开心| 五月大香蕉| 91久久久久久久| 丁香婷婷性爱| 久久丁香五月婷婷| 一起草无码| 色婷婷五月天成人网| 色婷婷a v| 狠狠爱婷婷爱| 久久久宗合| 亚洲综合网 665566| 欧美精品A片一区在线观看| 91窝窝| 永久免费一区二区三区| 第四色色六月色综合| 99视频在线啪| 色99无码| 色色狼人综合| 久操干| 色涩影院六月丁香| 久久与婷婷| 色婷婷影院| 色黑鬼导航| 色五月天综合| WWW.桔色成人.COM| www,婷婷| 丁香丁香激情网| 狠狠狠人妻| 五月天激情无码专区| 五月天婷婷丁香社区| www,天天干| WWW.婷婷五月天.COM| 99热国内精品| www.超碰在线| 刘玥av在线| 婷婷基地成人五月天| 久99久热| 爱久久小说下载网| 丁香五月97视频| 99热播放| 丁香六月婷月91婷月| 五月婷婷综合色拍| 夜夜谢天天干| 99热这里只有精品1025| 五月色婷婷亚洲 | 婷婷综合网站| 激情婷婷丁香| 拍色综合| 超碰九色| 欧日韩AV| 激情五月综合婷婷| 思思热在线视频精品| 97色碰| www.色综合| 91精品丝袜久久久久久久久粉嫩| 久久99久久99精品免视看婷| 九九色99| 嫩草乱码一区三区四区| 97综合在线| 五月天婷婷涩涩| 亚洲日韩国产黑丝黑丝AVAV一区二区三区| 丁香香五月激情免费视频| 丁香五月在线观看| 荫道BBWBBB高潮潮喷| 天天天天操| 色色色五月婷| VA婷婷亚洲| 激情丁香五月天| 五月婷婷六月丁香五月| 八戒青柠影视剧在线观看| 五月天色色婷婷| 无月播播激情在线观看视频| 开心婷婷五月| 激情五月天婷婷播播久久综合91| 激情五月丁香五月| 99精在线| 国产无套精品一区二区| 99久久.www| 亚洲精品国产精品乱码不99| 97色色网| 中文字幕高清av| 99热日本| 五月天婷婷在线视频| 91精品人妻少妇无码影院| 精品色情一区二区三区四区| 久久久香| 日韩精品电影| 五月婷婷激清网| 婷婷99狠狠| 免费看欧美成人A片无码| 久久五月天激情婷婷| 久久久久久久久久久月丁| 婷婷久久欧美| 婷婷 激情 五月| 激情六月综合| 综合五月婷婷| 色99日韩| 人人草人人舔| 热996精品在线观看| 六月丁香好婷婷| 中文av网| 天堂色婷婷| 91大屁股精品| 午夜日韩久久久网站| 99小精品| 丁香五月激情啪啪| 婷婷永久在线| 亚洲视频五区| 色色99| 五月丁香色色综合| 日日操天天操| 五月色情婷婷| 26uuu亚洲| 久久久五月婷婷| 久草热在线视频| 丁香花成人区| www.色婷婷.com| 丁香五月天91| 婷婷色网站| 欧美日韩成人综合9| 丁香五月天啪啪激情综合网| 九九色影视| 色色色色色色五月婷婷| 吉澤明步Av一區二區| 色情成人五月天| 亚洲激情网站| 天天日天天爽| 国产五月天激情小说| 天堂成人A片永久免费网站| 婷婷五月天激情综合婷婷五月天激情综合| 婷婷五月天熟妇| 97爱艹婷婷开心丁香激情综合| 青青草五月天| 国产欧美日韩性爱| 丁香五月天堂网| 中文精品在| 一起草性爱不卡视频| 婷婷第六色| 成人无码精品1区2区3区免费看| 久久久久亚洲AV成人无码电影| 另类激情综合| 超碰在线免费| 26UUU精品一区二区| 婷婷六月丁香开心深深爱| 91一起操| 五月天五月色婷婷综合| 777精品久无码人妻蜜桃| 另类激情五月| 97成人视频| 79色色| 91色在线 | 日韩| AAA久久| 五月丁香激情片| 久热婷婷综合| 色综合五月婷婷狠狠干| 久久91久久精品久久| 五月天婷婷乱论小说| 精品久久9| 色五月在线播放| 99re在线精品视频| 天天日天天插| 激情五月天色爱| 微拍92| 婷婷伊人五月丁香天堂网| 亚洲九九在线| 艹| 色婷婷综合在线| 91色五月| 欧美激情xxxXX| 伊人超碰在线| 超碰97人人操| 99伊人性爱在线影院| 婷婷五月天在线观看| 丁香五月婷婷成人综合| 一本狠婷婷综合| 99自拍视频网站| 天天色天天操天天射| 五月开心久久| 色播五月| 99热99草97| 色五月中文网| 丰满少妇乱A片无码| 久久小视频免费| 777精品久无码人妻蜜桃| 台湾综合丁香五月蜜桃| 五月天色综合| 久久精品99久久久久久| 色五月大| 久久视频婷婷| 激情婷婷五月天| www.色欲丁香婷婷| 五月天激情社区| 99热官网精品在线| 色色性爱视频| www.91热久久|