后端岗位面试题 · 技术原理 · 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 116 道 · 更新 2026-08-05
筛选题目已选：技术原理 · tech:rag
考察点
技术栈
第 21 题RAG是什么，大模型是怎么检索文档的？ 考察对检索增强生成的概念理解与检索流程掌握第 22 题RAG 能解决什么问题？ 考察对检索增强生成适用场景及其与生成模型局限的关联理解第 23 题请解释什么是RAG（检索增强生成），并说明它的主要工作流程。 考察对RAG核心概念和工作机制的理解第 24 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 25 题RAG检索的准确性怎么保证 考察对RAG检索环节中相关性、召回准确性和系统性优化策略的理解第 26 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 27 题请解释RAG（检索增强生成）的核心原理，并说明它解决了大语言模型的哪些典型问题？ 考察对RAG技术本质及其价值场景的理解第 28 题你提到用了RAG，在项目中具体是怎么实现的呢？ 考察RAG架构的实际落地细节与工程实践能力第 29 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 30 题请介绍你对 RAG（检索增强生成）的理解，并说明其典型工作流程和应用场景。 考察对检索增强生成技术的理解深度、流程掌握及应用能力第 31 题请介绍RAG（检索增强生成）有哪些主要分类？ 考察对RAG体系分类的掌握程度第 32 题说一下你对 RAG（检索增强生成）的理解吗？ 考察对 RAG 的核心原理、产生背景和适用场景的理解第 33 题在RAG系统中，检索阶段如何综合关键词匹配与向量匹配的结果，最终给出返回给生成模型的文档？ 考察RAG检索融合策略与排序机制的理解第 34 题RAG系统如何评估？RAG评估体系中最重要的是什么？ 考察对RAG评估维度、指标和核心关注点的理解第 35 题请解释 RAG（检索增强生成）的工作原理，并说明它解决了大模型的哪些问题。 考察对 RAG 技术原理及其价值场景的理解第 36 题请比较 RAG 与 Agent 场景中 Prompt 设计的主要区别，并说明各自通常包含哪些组成部分及与 AI 交互方式的不同。 考察对大模型应用不同架构下 Prompt 设计差异及交互机制的理解第 37 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 38 题在 RAG 场景中，当知识库规模很大导致检索变慢时，你会如何优化？ 考察对大规模知识库检索性能优化方案的理解与权衡第 39 题请解释LangChain、向量数据库和RAG在AI应用中的概念及其关系。 考察对AI开发生态中关键组件的理解与应用逻辑第 40 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