淘天集团面试题 · RAG
淘天集团相关面试题，按最终去重题目聚合。
共 2775 道真题 · 当前筛选命中 34 道 · 更新 2026-08-05
筛选题目已选：RAG
考察点
技术栈
第 21 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 22 题RAG的chunk优化策略有哪些？怎么评估检索相关性？ 考察对RAG中文本切分策略的理解及检索相关性评估方法第 23 题请介绍你对 RAG（检索增强生成）的理解及常见实现思路。 考察对检索增强生成技术的原理理解、关键组件和典型流程的掌握第 24 题请说明该RAG智能客服方案的检索策略和生成优化。 考察RAG检索质量与生成效果的优化能力第 25 题RAG与传统检索+模型生成的流程有何不同？ 考察对RAG与朴素检索生成架构差异的理解第 26 题伪多模态RAG与真正的多模态RAG在实现上有何区别？ 考察对多模态RAG实现深度的理解第 27 题我们的RAG系统上线后，发现有时候还是会“胡说八道”，或者答非所问。如果让你去排查，你会从哪些方面入手？ 考察对RAG系统整体架构的理解与系统性排查问题的能力第 28 题请解释 RAG（检索增强生成）的核心流程及其在 LLM 应用中的作用。 考察对 RAG 技术原理、流程和价值的理解第 29 题RAG相比简单的直接文本匹配,有什么优点? 考察对RAG原理及其对比传统文本匹配优势的理解第 30 题在电商场景下，你会选择哪个方向探索AI应用并产出MVP？请说明方向选择、模型技术和实现路径。 考察电商业务理解、AI技术选型及MVP落地思路第 31 题请描述一个基于向量检索的RAG（检索增强生成）系统从查询到生成的完整处理链路。 考察对RAG架构各环节的理解和系统化表达能力第 32 题我看到实习经历里面的项目有用到RAG技术，可以具体说下这个在你们项目中的作用，以及是如何优化检索效果的？ 考察对RAG技术原理、项目落地与检索优化方法的理解第 33 题场景题：客户输入一个软件或网页界面截图，如何通过RAG的方式帮助用户了解界面的每一个组件的作用？输入输出自己定义；相似的组件如图片框和视频框如何区分？ 考察RAG系统设计能力与多模态信息区分组件的技术方案第 34 题多模态RAG有哪些主流实现框架？ 考察对多模态检索增强生成框架的广度认知