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 41 题项目:RAG 和 GraphRAG 在处理多跳推理时的根本区别是什么? 考察对RAG与GraphRAG在多跳推理场景下技术本质的理解与对比能力第 42 题请介绍RAG系统中向量化模型的选择与考虑因素。 考察对RAG向量化模型原理、选型与权衡的理解第 43 题你做过哪些改进来提升RAG的Recall？ 考察检索召回优化的实践经验和方法论第 44 题在 RAG 系统中，你们如何设置 chunk size 和 overlap？ 考察 RAG 分块策略的权衡与调优经验第 45 题请对比微调（Fine-tuning）与 RAG 两种技术方案，说明各自适用场景和优缺点。 考察对微调与 RAG 两种大模型应用方案的理解和方案权衡能力第 46 题RAG中快速索引的优化方法有哪些？ 考察对RAG索引构建与检索性能优化的理解深度第 47 题知识库是单纯召回，还是有精排，策略、链路什么样，都用了哪些模型？ 考察检索增强生成系统的完整链路设计与技术选型第 48 题请详细介绍RAG（检索增强生成）系统的工作流程，以及各环节的关键细节。 考察对RAG系统完整流程的理解及关键环节的实现与权衡第 49 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 50 题知不知道RAG用的Embedding和BERT的区别? 考察对嵌入模型与语言模型的理解及RAG场景下的技术选择第 51 题如何利用一万个PDF构建垂直领域的大模型？ 考察RAG方案的整体设计与技术选型第 52 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第 53 题你用过哪些 RAG（检索增强生成）的实现方式？ 考察候选人对 RAG 技术路线、组件选型和落地实践的理解第 54 题请介绍你的项目如何实现RAG，包括索引构建和检索流程。 考察RAG系统设计的整体理解和工程实现细节第 55 题如果RAG系统的召回结果与用户查询意图不一致，可以从哪些方面进行优化？ 考察对RAG（检索增强生成）系统召回质量问题的排查与优化能力。第 56 题在基于LangChain构建RAG系统的过程中，对于PDF文档中表格数据的召回问题，你会采取哪些处理策略？请描述整体流程和关键技术点。 考察候选人在RAG系统中处理复杂文档结构（特别是表格）的工程能力与方案设计思路。第 57 题请说明混合检索的定义，并阐述在大模型应用开发中，它旨在克服哪些具体问题？ 考察对混合检索概念的理解及其在RAG系统中的实际价值。第 58 题在 RAG 应用中，为了提升检索精度，数据清洗与预处理环节应如何进行？ 考查候选人对 RAG 数据管道中数据质量管理的理解与实践能力。第 59 题请列举 RAG 流程中常用的 Embedding Model 嵌入模型，并说明它们各自的特点或适用场景。 考查候选人对 RAG 中嵌入模型选型的了解，包括常用模型、特点与适用场景。第 60 题在构建检索增强生成（RAG）系统时，选择嵌入模型（Embedding Model）应基于哪些关键因素？请给出选择时的考虑点。 考查候选人对RAG系统中嵌入模型选择维度的全面理解。