电子/半导体行业面试题 · 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 32 道 · 更新 2026-08-05
筛选题目已选：tech:rag
考察点
技术栈
第 1 题请描述RAG系统的搭建过程，包括主要模块和关键步骤。 考察RAG系统架构理解与搭建流程的完整性第 2 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 3 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 4 题请谈谈你对大模型技术的了解，特别是 RAG（检索增强生成）的原理和应用。 考察对大模型基础概念及RAG技术的理解深度第 5 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 6 题RAG系统通常使用哪些评价指标来衡量效果？ 考察RAG质量评估指标的理解与分类能力第 7 题请介绍你的RAG项目，包括其业务内容和核心目标。 考察候选人RAG项目的业务理解与项目描述能力第 8 题请谈谈你对RAG技术的理解，并说明在使用LangChain等框架时，Agent与RAG如何协同工作？ 考察对RAG原理的理解以及Agent与RAG结合的架构设计能力第 9 题在RAG项目中，如何设计一个评估方法来衡量检索到的文档是否真正符合用户查询意图？ 考察对检索质量评价的理解和实践第 10 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 11 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 12 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 13 题请说说你对 MCP、Agent 和 RAG 三者关系的理解，以及它们在实际系统中的应用。 考察对 MCP、Agent、RAG 概念的理解及架构应用能力第 14 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 15 题请介绍 RAG（检索增强生成）的实现流程，包括检索、增强和生成环节。 考察对 RAG 整体架构与关键组件理解第 16 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 17 题在RAG系统中，如果知识库有地域或领域限定，而用户查询可能超出范围，如何设计一个门控机制来避免无关检索？ 考察系统设计能力，处理知识库范围外查询的鲁棒性第 18 题在RAG优化过程中，你遇到了哪些挑战？你是如何解决的？ 考察问题定位与解决能力，验证候选人项目经验真实性第 19 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 20 题请介绍RAG系统中的embedding模块，包括常用的embedding模型以及向量相似度计算方法。 考察对RAG检索环节中embedding模型选择和向量相似度计算的掌握程度