美团面试题 · RAG
美团相关面试题，按最终去重题目聚合。
共 3614 道真题 · 当前筛选命中 39 道 · 更新 2026-08-05
筛选题目已选：RAG
考察点
技术栈
第 1 题在 RAG 系统中，你们是否使用 rerank？如何做？ 考察重排模型在 RAG 中的应用与实现细节第 2 题请介绍检索增强生成（RAG）的基本原理和应用价值。 考察对 RAG 架构的理解、组成模块及其与纯生成模型的区别第 3 题请介绍一个你参与过的 RAG（检索增强生成）项目，并说明它的核心亮点。 考察对RAG架构的理解、项目贡献与效果呈现能力第 4 题请介绍RAG（检索增强生成）的完整流程。 考察对RAG核心组件与流程的理解第 5 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 6 题请描述你在项目中如何实现RAG的召回阶段，包括数据检索和相似度计算的具体做法。 考察RAG召回策略的理解与实践细节第 7 题你觉得当前RAG的最大瓶颈在哪？ 考察对RAG系统局限性的理解与判断第 8 题RAG 如果生成的内容不好，采用对抗学习应该怎么做？ 考察对 RAG 生成质量问题的理解及应用对抗学习的思路第 9 题怎么评估 RAG 的生成内容 考察RAG系统生成质量的评估方法与指标体系第 10 题在RAG系统中，知识库的文件文档需要进行动态增量更新，如何避免新旧文档分布不一致导致的检索偏差问题？ 考察对RAG知识库增量更新中数据分布变化与检索效果的权衡处理能力第 11 题在做Agent的时候，如果也用到了RAG，出现指令不遵循的情况，应该如何解决？ 考察Agent与RAG结合时对指令遵循问题的系统性排查与优化能力第 12 题请介绍RAG（检索增强生成）有哪些主要分类？ 考察对RAG体系分类的掌握程度第 13 题你觉得当前RAG的最大瓶颈在哪？你做过哪些改进来提升Recall？ 考察对RAG系统瓶颈的理解及提升召回率的实际改进能力第 14 题看你做过RAG，讲讲从数据清洗到检索服务上线这整个链路是怎么搭的，你是怎么做chunk切分的？ 考察RAG系统全链路搭建能力与chunk切分策略的实操理解第 15 题RAG系统如何评估？RAG评估体系中最重要的是什么？ 考察对RAG评估维度、指标和核心关注点的理解第 16 题传统RAG有哪些主要痛点？ 考察对传统RAG检索与生成链路局限性的理解第 17 题在搭建 RAG 知识库时，文档需要动态更新。请问你之前是采用全量嵌入还是增量处理？如果采用增量处理，如何避免新旧文档分布不一致导致的检索偏差问题？ 考察 RAG 知识库更新策略及检索一致性的工程实践与风险意识第 18 题请讲解RAG生成阶段如何融合上下文并控制生成质量？ 考察对RAG生成环节的掌握和优化意识第 19 题请详细讲解RAG（检索增强生成）的实现原理，包括主要模块、关键流程和典型应用场景。 考察对RAG框架核心组件、流程逻辑和应用边界的理解第 20 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