人工智能面试题 · 技术原理 · RAG
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 192 道 · 更新 2026-08-05
筛选题目已选：技术原理 · RAG
考察点
技术栈
第 61 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 62 题你们在 RAG 应用中是如何做效果评估的？具体用了哪些指标？ 考察RAG系统评估方法论与指标体系的构建能力第 63 题RAG怎么构建索引的？ 考察对RAG检索增强生成中索引构建流程与细节的理解第 64 题在RAG应用中是如何做效果评估，具体用了哪些指标？ 考察RAG系统评估方法、指标体系及实践能力第 65 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 66 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 67 题在设计RAG系统时，你会如何优化其检索与生成效果？ 考察RAG系统优化策略与端到端评估方法第 68 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 69 题RAG的知识库是怎么构建的，知识库长什么样子？ 考察RAG知识库的构建流程、数据组织形式与检索基础第 70 题请说明Rerank在RAG中的作用。 考察对检索后重排阶段的原理与价值理解第 71 题请介绍一下你对 RAG 的理解，并说明 GraphRAG 的核心做法和适用场景。 考察检索增强生成基础及图结构知识增强的理解深度第 72 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 73 题如何评估 RAG 系统中检索到的内容质量好坏？ 考察对 RAG 检索质量评估方法与指标的理解第 74 题请描述RAG系统的整体流程，并说明各环节的主要作用。 考察对RAG整体架构的理解和流程梳理能力第 75 题RAG系统通常使用哪些评价指标来衡量效果？ 考察RAG质量评估指标的理解与分类能力第 76 题请介绍你参与的一个RAG（检索增强生成）项目。 考察候选人RAG项目经验、技术理解与个人贡献第 77 题RAG 检索环节有哪些常见优化手段？ 考察对 RAG 检索质量提升技术的理解与工程落地能力第 78 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 79 题相比于让大模型直接回答问题，现在很流行的RAG（检索增强生成）方案，它最大的好处是什么？主要解决了什么痛点？ 考察对RAG技术核心价值与适用场景的理解，以及与纯大模型生成方案的对比优势第 80 题什么是RAG？它是如何提升生成质量的？ 考察对RAG核心原理及其对生成质量提升机制的理解