滴滴面试题 · RAG
滴滴相关面试题,按最终去重题目聚合。
共 2131 道真题 · 当前筛选命中 18 道 · 更新 2026-08-05
筛选题目已选:RAG
考察点
技术栈
第 1 题你在项目中使用了RAG,那什么场景下RAG无法解决,必须升级到GraphRAG?请结合具体例子说明。 考察对RAG局限性的理解以及GraphRAG适用场景的判断第 2 题什么是RAG? 考察对检索增强生成核心概念、组件和价值的理解第 3 题RAG 系统有哪些关键优化点? 考察 RAG 各环节的优化意识与工程实践第 4 题请简要阐述当前大模型应用的主流范式,并说明其典型技术架构与适用场景。 考察对大模型应用范式(如RAG、Agent、微调等)的整体认知与辨析能力第 5 题在构建RAG系统时,你们怎么进行文档分块的? 考察RAG中文档切分策略与权衡第 6 题请说明 RAG 系统的整体架构,并重点讲解文本分块的策略与考量。 考察对 RAG 架构的理解以及文本分块的实际设计能力第 7 题在RAG项目中,你针对哪些环节做了优化? 考察RAG系统优化的实际经验与方案权衡第 8 题什么是SFT,和RAG的不同侧重点是什么? 考察对大模型微调与检索增强两种技术路线的理解与侧重点辨析第 9 题为什么在推荐系统中引入 RAG?它主要解决哪些问题? 考察对 RAG 在推荐场景中的价值与适用边界的理解第 10 题请详细说明RAG流程,包括检索方式和每个步骤的原理。 考察对RAG各环节原理的理解和系统表述能力第 11 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 12 题RAG 的 chunk 划分策略是什么? 考察对 RAG 检索质量影响因素的理解和实际调优能力第 13 题在构建RAG系统时,FAQ是怎么设计的? 考察FAQ结构设计及与RAG系统的集成能力第 14 题知识库的数据来源有哪些?如何构建一个可供 RAG 使用的知识库? 考察知识库数据来源、清洗、切分与索引构建流程第 15 题为什么要把检索(retrieval)和生成(generation)拆开成两个独立阶段? 考察对 RAG 架构解耦和模块化设计的理解第 16 题为什么要使用 RAG 而不是纯大模型生成回答? 考察对 RAG 价值与适用场景的理解第 17 题在做RAG系统时,关键词是怎么设计的? 考察RAG系统中关键词抽取与检索策略设计第 18 题在构建RAG系统时,你们用的什么AI? 考察候选人对RAG所用模型组件的理解与选型能力