后端岗位面试题 · 问题拆解 · tech:rag
题库中标记为“后端”的结构化面试题。
共 89928 道真题 · 当前筛选命中 44 道 · 更新 2026-08-05
筛选题目已选：问题拆解 · tech:rag
考察点
技术栈
第 1 题请介绍你对 RAG（检索增强生成）的理解和实际应用经验。 考察对 RAG 技术原理及应用场景的掌握第 2 题如何评测一个RAG引擎的具体效果？请给出评测方案。 考察对RAG系统评测维度、指标和方法的理解第 3 题请描述你在 AI 超级智能体项目中构建 RAG 知识库的具体做法，包括文档处理、向量化、存储和检索等关键步骤。 考查候选人在实际项目中应用 RAG 构建知识库的工程实践能力。第 4 题在RAG项目中，你如何对文本进行词切分？请结合你的项目说明。 考察文本切分策略及对RAG效果的影响第 5 题如何评估一个RAG系统的效果？请从检索质量和生成质量两个维度说明评估方法。 考察对RAG系统评估体系的理解，包括检索部分与生成部分的解耦评估及端到端指标第 6 题请描述从用户输入提示词（prompt）开始，经过RAG检索与工具（tool）调用，直至返回结果的完整流程链路。 考察对大模型应用系统（RAG与工具调用）整体架构和流程串接的理解第 7 题RAG 如果生成的内容不好，采用对抗学习应该怎么做？ 考察对 RAG 生成质量问题的理解及应用对抗学习的思路第 8 题请谈谈你对MCP、RAG和Agent这三项技术的了解。 考察对新兴AI工程技术的概念理解、适用场景和组合运用认知第 9 题RAG是什么，你的项目里面是怎么用的？ 考察对RAG概念的理解及结合实际项目应用的能力第 10 题请说说你对 MCP、Agent 和 RAG 三者关系的理解，以及它们在实际系统中的应用。 考察对 MCP、Agent、RAG 概念的理解及架构应用能力第 11 题介绍一下大语言模型的RAG？ 考察对RAG架构、核心流程和应用价值的理解第 12 题在检索增强生成流程中，经过重排序后通常返回多少个文本块？你做过哪些验证来保证这个数量是合理的？ 考察RAG系统中重排序后返回块数的设定逻辑与验证方法第 13 题在设计 RAG 模块时，如何合理拆分上下文压缩和查询改写？请给出实现思路。 考察 RAG 架构设计和查询处理能力第 14 题在 RAG 系统中，你是如何设计文档切分（split）策略的？ 考察 RAG 中文档切分的核心考量与工程实践第 15 题怎么评估 RAG 的生成内容 考察RAG系统生成质量的评估方法与指标体系第 16 题请介绍你参与过的一个结合 Agent 与 RAG 技术的项目，说明它的整体架构和你的主要职责。 考察对 Agent 与 RAG 结合架构的理解及项目实践经验第 17 题针对RAG这部分，有没有自己构建知识库进行对比实验来评估效果？ 考察RAG系统评估实验设计与对比分析能力第 18 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 19 题RAG技术的原理是什么？ 考察对检索增强生成核心机制与流程的理解第 20 题请描述RAG（检索增强生成）的整体链路。 考察对RAG架构各环节及数据流向的理解