电子/半导体行业面试题 · 方案权衡 · tech:rag
电子/半导体行业相关面试题，按题目行业基础数据聚合。
共 19445 道真题 · 当前筛选命中 12 道 · 更新 2026-08-05
筛选题目已选：方案权衡 · tech:rag
考察点
技术栈
第 1 题在RAG优化中，你为何选用RRF算法而不是其他排序融合方法？ 考察排序融合方法的技术选型与方案权衡能力第 2 题请介绍RAG系统中的召回与重排阶段，说明每个阶段的目标和常用方法。 考察对RAG检索流程的理解，包括召回和重排的目标与典型技术第 3 题请介绍你在 RAG（检索增强生成）系统中的优化思路与具体做法。 考察对 RAG 检索、生成及评估各环节的理解与工程优化能力第 4 题如何选择合适的向量维度用于 RAG 系统中的向量检索？ 考察向量维度选择对检索质量和性能的影响第 5 题请比较工具调用（Function Calling）与 RAG 两种大模型应用的实现方式，在什么场景下选择哪种？ 考察对大模型应用两种主流架构的理解、适用场景判断与方案权衡第 6 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 7 题在 RAG 场景中，当知识库规模很大导致检索变慢时，你会如何优化？ 考察对大规模知识库检索性能优化方案的理解与权衡第 8 题请介绍一下 RAG 过程中的召回策略全流程如何开展？ 考察对 RAG 检索召回的流程理解、策略设计及工程落地细节第 9 题请解释RAG的原理、优缺点是什么？ 考察对RAG技术框架的理解及其在应用中的权衡第 10 题请对比微调（Fine-tuning）与 RAG 两种技术方案，说明各自适用场景和优缺点。 考察对微调与 RAG 两种大模型应用方案的理解和方案权衡能力第 11 题请说明Rerank在RAG中的作用。 考察对检索后重排阶段的原理与价值理解第 12 题在RAG检索中，如何处理查询与知识库表面相关但实质不匹配的问题？例如知识库是关于中国旅游内容，而查询涉及外国景点，导致检索结果不准确。你会如何改进？ 考察候选人对RAG检索粒度与语义匹配问题的理解及改进策略