人工智能面试题 · 技术选型 · RAG
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 60 道 · 更新 2026-08-05
筛选题目已选：技术选型 · RAG
考察点
技术栈
第 21 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 22 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 23 题RAGAS 评估框架包含哪些核心指标？既然有现成库，为什么还需要自己实现评估而不直接用库？ 考察对 RAGAS 具体指标的理解以及评估方案选型的判断力第 24 题在RAG系统中，如何设计文本分块策略？ 考察RAG文本分块策略的考量因素与实现权衡第 25 题CLIP可以用于哪一类多模态RAG？ 考察CLIP能力边界及其在多模态RAG中的适用位置第 26 题请分别说明微调（Fine-tuning）和 RAG 的适用场景及各自的优缺点。 考察对大模型应用技术选型的理解及场景适配能力第 27 题如何为RAG系统设计合适的文本分块策略？ 考察RAG分块对检索效果的影响及策略权衡第 28 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第 29 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 30 题请介绍RAG系统中的多路召回策略通常如何设计，并说明各路的适用场景。 考察检索增强生成中多路召回的设计思路与场景权衡第 31 题你们在 RAG 系统中做了哪些优化？ 考察 RAG 系统的优化思路与整体工程实践第 32 题为什么选择BGE作为嵌入模型？其模型架构是什么？ 考察对BGE模型设计动机与架构的理解第 33 题在构建 RAG 知识库时，常见的文档格式有哪些？各自的优劣势是什么？ 考察对 RAG 知识库输入格式多样性的理解与选型意识第 34 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 35 题请详细说明你如何实现一个基于RAG（检索增强生成）的问答系统？ 考察对RAG全流程、组件选型及优化策略的掌握程度第 36 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 37 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 38 题请介绍你在项目中的 RAG 架构设计，以及如何提升召回效果？ 考察对 RAG 流程的理解、召回优化方法和量化评估能力第 39 题请介绍你的RAG项目，包括整体架构、关键技术和实际效果。 考察RAG系统设计能力、技术选型与项目落地效果第 40 题你在 RAG 中是否对比过稠密检索与 BM25 的效果？ 考察对 RAG 检索策略的理解、实验对比意识与工程权衡