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 121 题请介绍一下 RAG（检索增强生成）的整体工作流程，并说明其中关键环节的作用。 考察对 RAG 流程的整体理解与关键环节的把握第 122 题标准RAG有什么问题？ 考察对RAG系统局限性的理解和实际工程中的风险意识第 123 题请说明 RAG 的典型使用场景有哪些。 考察对检索增强生成适用场景的理解第 124 题在RAG系统中的切片策略和索引命中率之间有什么关系？请解释如何分析并优化切片以提升检索命中率。 考察候选人对RAG系统中切片策略与检索准确性的理解及优化方法第 125 题怎么解决大模型幻觉？ 考察对大模型幻觉成因、检测与缓解手段的系统理解第 126 题在RAG系统中，影响检索效率的关键参数有哪些？如何调优？ 考察对RAG参数影响与调优实践的理解第 127 题在RAG架构中引入Few-shot Prompting为什么能提升输出质量？ 考察对Few-shot Prompting在RAG场景中作用机制的理解第 128 题请解释RAG（检索增强生成）的技术原理，并说明其核心组件。 考察对RAG整体架构、检索与生成协同机制的理解第 129 题我们的RAG系统上线后，发现有时候还是会“胡说八道”，或者答非所问。如果让你去排查，你会从哪些方面入手？ 考察对RAG系统整体架构的理解与系统性排查问题的能力第 130 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 131 题请介绍你对多模态 RAG 的理解，并说明它与传统文本 RAG 的区别。 考察对多模态检索增强生成概念与应用的理解第 132 题在RAG的过滤阶段，你通常如何处理召回结果中的噪声和冗余信息？ 考察对RAG过滤环节的理解与实际处理能力第 133 题说一下你对 RAG（检索增强生成）的理解吗？ 考察对 RAG 的核心原理、产生背景和适用场景的理解第 134 题在RAG系统中，知识库的文档来源通常包括哪些？你提到检索前的拆分逻辑，这个拆分粒度是如何确定的？ 考察对RAG知识库来源和文本拆分策略的理解第 135 题请解释RAG技术的原理。 考察对检索增强生成技术的原理性理解第 136 题在 RAG+知识图谱的 Agent 系统中,知识图谱的更新机制通常如何设计? 考察知识图谱更新机制的整体设计与数据一致性第 137 题请介绍一下你对RAG（检索增强生成）的理解，以及它在实际应用中的典型场景和可能的挑战。 考察对检索增强生成技术原理、应用场景及局限性的理解第 138 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 139 题请阐述检索增强生成(RAG)的核心原理,并说明如何通过RAG缓解大模型的幻觉问题。 考察对RAG架构原理的理解及解决幻觉问题的机制第 140 题请介绍一下你的RAG项目，并说明整个处理流程。 考察对RAG系统整体架构、各模块流程及技术细节的理解