后端岗位面试题 · 技术原理 · tech: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 116 道 · 更新 2026-08-05
筛选题目已选：技术原理 · tech:rag
考察点
技术栈
第 61 题RAG里面的向量化是怎么做的？ 考察对RAG向量化流程、文本分割和向量模型选型的理解第 62 题请介绍什么是 RAG（检索增强生成），并说明其核心组件和典型工作流程。 考察对 RAG 概念、组件与流程的掌握，以及应用场景理解第 63 题请介绍 RAG（检索增强生成）的整体工作流程，并说明在其中引入 RAG 的核心目的是什么。 考察对 RAG 流程与价值的理解，以及能否讲清检索与生成如何配合第 64 题请介绍你对RAG和模型微调这两种AI技术的理解，并说明它们各自适用的场景。 考察对RAG与微调的核心原理和适用边界的理解第 65 题请描述一个典型的RAG（检索增强生成）项目的完整流程和关键步骤。 考察对RAG系统整体架构、各环节作用和关键技术的理解第 66 题请说明你在项目中是如何使用RAG（检索增强生成）的，以及它的使用场景有哪些？ 考察对RAG原理、适用场景和局限性理解第 67 题RAG知识引擎包含了哪些核心功能？ 考察对RAG系统架构和核心模块的理解第 68 题请介绍 RAG（检索增强生成）的用途和主要应用场景。 考察对 RAG 技术价值、适用场景和局限性的理解第 69 题关于RAG（检索增强生成），切片和向量库是如何处理的？ 考察RAG系统中切片策略与向量库的实践理解第 70 题请谈谈你对RAG、Agent、SSE、幻觉和Prompt相关概念的理解，并说明它们在构建AI应用时各扮演什么角色？ 考察对AI应用关键概念的理解及其实际应用关联第 71 题RAG的chunk和overlap怎么设置的？ 考察对RAG中文本切分参数的理解与调优能力第 72 题Agent和RAG有了解吗？展开说说。 考察对Agent与RAG技术概念、区别联系及实际应用的理解深度第 73 题请简述RAG（检索增强生成）检索的基本过程和关键步骤。 考察对RAG检索流程的理解，包括索引构建、查询处理、检索与排序第 74 题请介绍你对 RAG（检索增强生成）的理解及常见实现思路。 考察对检索增强生成技术的原理理解、关键组件和典型流程的掌握第 75 题在构建RAG项目时，你遇到了哪些主要挑战？ 考察对RAG完整链路中常见技术难点的理解与解决能力第 76 题请介绍一下你搭建的RAG项目的整体流程和关键环节设计。 考察对RAG系统架构、数据处理与检索生成流程的理解及项目实践能力第 77 题在RAG系统中，向量数据库中的内容未经模型训练，为什么模型还能据此正确回答？ 考察对RAG外部知识与参数知识关系的理解第 78 题伪多模态RAG与真正的多模态RAG在实现上有何区别？ 考察对多模态RAG实现深度的理解第 79 题RAG有了解吗？介绍一下RAG的工作原理和适用场景。 考察对RAG基础概念、工作原理和应用场景的理解第 80 题请描述RAG（检索增强生成）的标准流程。 考察对RAG基本架构和流程的掌握