后端岗位面试题 · 系统设计 · RAG
题库中标记为“后端”的结构化面试题。
共 89928 道真题 · 当前筛选命中 68 道 · 更新 2026-08-05
筛选题目已选：系统设计 · RAG
考察点
技术栈
第 21 题在检索增强生成流程中，经过重排序后通常返回多少个文本块？你做过哪些验证来保证这个数量是合理的？ 考察RAG系统中重排序后返回块数的设定逻辑与验证方法第 22 题在设计 RAG 模块时，如何合理拆分上下文压缩和查询改写？请给出实现思路。 考察 RAG 架构设计和查询处理能力第 23 题你提到用了RAG，在项目中具体是怎么实现的呢？ 考察RAG架构的实际落地细节与工程实践能力第 24 题请介绍你对 RAG（检索增强生成）的理解，并说明其典型工作流程和应用场景。 考察对检索增强生成技术的理解深度、流程掌握及应用能力第 25 题请介绍RAG（检索增强生成）有哪些主要分类？ 考察对RAG体系分类的掌握程度第 26 题请介绍你参与过的一个结合 Agent 与 RAG 技术的项目，说明它的整体架构和你的主要职责。 考察对 Agent 与 RAG 结合架构的理解及项目实践经验第 27 题RAG系统如何评估？RAG评估体系中最重要的是什么？ 考察对RAG评估维度、指标和核心关注点的理解第 28 题在RAG系统中,分片算法和调参分别如何影响检索效果?你认为哪个更关键,为什么? 考察RAG系统设计中对分片、检索参数及其优先级权衡的理解第 29 题请比较 RAG 与 Agent 场景中 Prompt 设计的主要区别，并说明各自通常包含哪些组成部分及与 AI 交互方式的不同。 考察对大模型应用不同架构下 Prompt 设计差异及交互机制的理解第 30 题请介绍RAG系统性能优化的主要思路与关键手段。 考察对RAG各环节性能瓶颈的识别与系统性优化能力第 31 题请详细讲解RAG（检索增强生成）的实现原理，包括主要模块、关键流程和典型应用场景。 考察对RAG框架核心组件、流程逻辑和应用边界的理解第 32 题在 RAG 系统中，如何对文档进行分片？请考虑不同文档类型和长度。 考察文档分片策略和工程实践第 33 题针对大模型幻觉问题，请提出系统性的解决方案。 考察对大模型幻觉治理方法体系的掌握与整合能力第 34 题在开发一个基于大模型接口的 RAG 应用时，你会如何用 Go 设计高并发架构？ 考察 Go 并发模型在 RAG 应用中的工程实践与限流降级第 35 题请解释RAG的基本原理，并说明其组成部分。 考察对检索增强生成技术架构的理解第 36 题请描述RAG（检索增强生成）的整体链路。 考察对RAG架构各环节及数据流向的理解第 37 题请描述一个RAG项目的完整工作流程，包括主要阶段和关键组件。 考察对RAG架构的理解、流程梳理与关键细节把握第 38 题请详细说明你的RAG系统中上下文管理和记忆机制是如何设计和实现的？ 考察RAG系统中上下文构建、记忆持久化与检索策略的设计能力第 39 题请介绍一个基于检索增强生成（RAG）的典型流程。 考察对RAG检索、增强、生成全链路的理解与边界意识第 40 题请描述你在项目中实现 RAG 的具体过程。 考察 RAG 流程的完整性与关键技术环节