互联网/IT行业面试题 · 技术原理 · tech:rag
互联网/IT行业相关面试题，按题目行业基础数据聚合。
共 47588 道真题 · 当前筛选命中 152 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 101 题伪多模态RAG和多模态RAG分别如何实现，有什么区别？ 考察对多模态RAG两种实现路径的区分和实质差异的理解第 102 题请描述RAG（检索增强生成）链路的完整流程。 考察对RAG系统各环节及其衔接的理解第 103 题你觉得当前RAG的最大瓶颈在哪？你做过哪些改进来提升Recall？ 考察对RAG系统瓶颈的理解及提升召回率的实际改进能力第 104 题如何评估 RAG 系统中检索到的内容质量好坏？ 考察对 RAG 检索质量评估方法与指标的理解第 105 题你之前做过RAG项目，请讲讲从数据清洗到检索服务上线整个链路是怎么搭建的，以及chunk切分是如何做的？ 考察RAG全链路工程落地能力和对关键环节的理解第 106 题请介绍一下你对 RAG 的理解，并说明 GraphRAG 的核心做法和适用场景。 考察检索增强生成基础及图结构知识增强的理解深度第 107 题RAG是你搭建的还是直接调用框架本身? 考察候选人对RAG实现层级的理解深度与自主构建能力第 108 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 109 题为什么要使用RAG技术？ 考察对RAG技术动机、适用场景和核心优势的理解第 110 题在做Agent的时候，如果也用到了RAG，出现指令不遵循的情况，应该如何解决？ 考察Agent与RAG结合时对指令遵循问题的系统性排查与优化能力第 111 题在推荐系统中引入RAG（检索增强生成）主要为了解决哪些问题？ 考察对RAG在推荐场景中价值定位的理解第 112 题请介绍 RAG 的完整流程，并说明构建向量检索库时如何处理时间衰减对召回的影响。 考察对 RAG 全流程的掌握及对向量检索中时效性问题的处理能力第 113 题请介绍 RAG 系统中 Embedding 的作用及相关情况？ 考察对 RAG 中 Embedding 技术原理和工程实践的理解第 114 题RAG 的 chunk 划分策略是什么？ 考察对 RAG 检索质量影响因素的理解和实际调优能力第 115 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 116 题向量数据库在RAG（检索增强生成）中扮演什么角色？ 考察对RAG架构中向量检索环节作用的理解第 117 题在你们系统中，大模型是如何发挥作用的？检索环节又是如何设计的？ 考察对大模型应用架构和检索机制的理解，以及将技术原理落到实际系统的能力第 118 题RAG引擎具体是做什么的？ 考察对检索增强生成技术原理与核心流程的理解第 119 题请介绍检索增强生成（RAG）的基本原理和应用价值。 考察对 RAG 架构的理解、组成模块及其与纯生成模型的区别第 120 题RAG 场景下的生成模型与通用基座模型在评估维度上有哪些不同？ 考察对 RAG 评估与通用生成评估差异的理解