互联网/IT行业面试题 · 技术选型 · 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 48 道 · 更新 2026-08-05
筛选题目已选：技术选型 · RAG
考察点
技术栈
第 21 题在什么情况下可以判断某个场景不一定要使用 RAG？ 考察对技术选型边界和方案权衡的判断第 22 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 23 题公司有面向用户、面向内部的多款产品，用户及内部员工会有各类问题，请设计一个AI助手来解答他们的问题。 考察从需求分析到系统架构的AI助手整体设计能力，覆盖场景、流程、架构与评估第 24 题对RAG（检索增强生成）技术的理解是什么？ 考察对RAG核心原理、关键组件和典型应用场景的理解第 25 题Few-shot Prompting与模型微调相比，各自适用的场景是什么？ 考察对两种轻量级模型适配技术的边界认知和选型能力第 26 题针对RAG项目，你提出了哪些优化方向来提升模型的问答效果？ 考察对RAG系统优化方向的理解与实践第 27 题请说明大模型微调（Fine-tuning）与 RAG（检索增强生成）的区别及各自的适用场景。 考察对微调和RAG两种大模型增强方式的理解、选型能力和方案权衡第 28 题为什么选择BGE作为嵌入模型？其模型架构是什么？ 考察对BGE模型设计动机与架构的理解第 29 题请描述建立RAG系统的整体流程，并重点说明知识库构建中的分片策略、嵌入模型选择以及向量存储方案。 考察对RAG全流程的理解、知识库构建的关键决策及技术选型能力第 30 题CLIP可以用于哪一类多模态RAG？ 考察CLIP能力边界及其在多模态RAG中的适用位置第 31 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 32 题请设计一个基于RAG的大文档检索系统，并说明如何增强检索效果。 考察对RAG架构、文档分块、检索增强与回答生成的理解和设计能力第 33 题为什么不把答疑的内容放入RAG，而是采用Agent方式？ 考察对RAG与Agent在知识库问答场景下的架构选型理解第 34 题在项目中引入 RAG 主要解决了什么问题？ 考察对 RAG 价值边界与业务场景的理解第 35 题询问RAG召回的设计思路 考察RAG召回环节的检索策略、召回质量与系统设计权衡第 36 题你们在 RAG 系统中做了哪些优化？ 考察 RAG 系统的优化思路与整体工程实践第 37 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 38 题在RAG系统中，如何设计文本分块策略？ 考察RAG文本分块策略的考量因素与实现权衡第 39 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 40 题在RAG系统中，你会如何优化召回链路以提升效果？ 考察对召回链路各环节优化手段的掌握程度