电商行业面试题 · 技术选型 · tech:rag
电商行业相关面试题，按题目行业基础数据聚合。
共 10617 道真题 · 当前筛选命中 11 道 · 更新 2026-08-05
筛选题目已选：技术选型 · tech:rag
考察点
技术栈
第 1 题请介绍你负责的 RAG 项目的整体流程、你的具体工作，以及数据是如何收集的，并说明当时为什么选择 RAG 而不是微调模型。 考察 RAG 项目理解、数据工程细节与方案选型判断第 2 题RAG能做哪些优化呢？ 考察对检索增强生成各环节优化点的系统理解第 3 题请解释RAG（检索增强生成）的核心原理，并说明它解决了大语言模型的哪些典型问题？ 考察对RAG技术本质及其价值场景的理解第 4 题微调和RAG的优劣势分别是什么 考察对大语言模型应用中微调与RAG两种主流方法的技术理解与适用场景判断第 5 题请介绍你在实际项目中如何优化 RAG（检索增强生成）系统的效果？ 考察对RAG系统各环节的优化方法及实践经验第 6 题请解释 RAG（检索增强生成）的工作原理，并说明它解决了大模型的哪些问题。 考察对 RAG 技术原理及其价值场景的理解第 7 题RAG 能解决什么问题？ 考察对检索增强生成适用场景及其与生成模型局限的关联理解第 8 题请介绍你在实验室项目中涉及 LoRA、RAG 和单 Agent 开发的具体工作，并说明你在其中的技术选型和实现思路。 考察候选人对自己项目技术细节的理解深度与实际动手能力第 9 题在设计 RAG 系统时，你会如何选择文本分块策略？ 考察对 RAG 分块策略的理解以及权衡能力第 10 题RAG里面的向量化是怎么做的？ 考察对RAG向量化流程、文本分割和向量模型选型的理解第 11 题在构建大语言模型应用时，如何减少模型生成的幻觉现象？请结合你的实践说明。 考察对大语言模型幻觉成因的理解及实际缓解策略