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 101 题微调和RAG的优劣势分别是什么 考察对大语言模型应用中微调与RAG两种主流方法的技术理解与适用场景判断第 102 题请谈谈你对 RAG（检索增强生成）的深入认识，包括其核心原理、主要组件、常见挑战及优化思路。 考察对检索增强生成技术体系的理解深度与工程实践意识第 103 题引入外部知识库这个处理能具体讲下吗 考察RAG方案设计、知识库集成与检索增强生成的理解第 104 题请说明构建RAG系统时，向量数据库是如何搭建和选型的？ 考察RAG落地中向量数据库的构建流程、选型考量与检索质量保障第 105 题RAG引擎具体是做什么的？ 考察对检索增强生成技术原理与核心流程的理解第 106 题请介绍你对 RAG（检索增强生成）的理解，包括它的核心流程和主要作用。 考察对 RAG 概念、流程与价值的掌握程度第 107 题请介绍RAG（检索增强生成）技术及其应用场景。 考察对RAG核心原理的理解及其典型应用场景的掌握第 108 题RAG中检索（retrieve）除了向量数据库还能怎么做？ 考察对RAG检索环节的深入理解和多种检索方案的权衡能力第 109 题RAG是一种银弹吗，还是有特定的场景限制？ 考察对RAG适用边界的理解与方案权衡能力第 110 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 111 题RAG的流程是什么？ 考察对检索增强生成核心流程的理解与描述能力第 112 题请比较工具调用（Function Calling）与 RAG 两种大模型应用的实现方式，在什么场景下选择哪种？ 考察对大模型应用两种主流架构的理解、适用场景判断与方案权衡第 113 题请介绍RAG系统的评估指标和优化手段。 考察RAG系统评估方法与优化策略的掌握程度第 114 题请介绍你对RAG（检索增强生成）和AI Agent的技术理解，并说明它们各自适用的场景。 考察对RAG与AI Agent核心概念、原理和适用场景的理解第 115 题请介绍一下 RAG（检索增强生成）的整体工作流程，并说明其中关键环节的作用。 考察对 RAG 流程的整体理解与关键环节的把握第 116 题请解释什么是RAG（检索增强生成），并说明其核心工作原理与适用场景。 考察对RAG概念、流程及适用场景的理解