人工智能面试题 · 问题拆解 · RAG
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 68 道 · 更新 2026-08-05
筛选题目已选：问题拆解 · RAG
考察点
技术栈
第 1 题在RAG检索中，如何处理查询与知识库表面相关但实质不匹配的问题？例如知识库是关于中国旅游内容，而查询涉及外国景点，导致检索结果不准确。你会如何改进？ 考察候选人对RAG检索粒度与语义匹配问题的理解及改进策略第 2 题你认为未来RAG的创新研究方向有哪些？ 考察对RAG技术前沿的理解、趋势判断和系统化思考能力第 3 题请介绍你在实验室项目中涉及 LoRA、RAG 和单 Agent 开发的具体工作，并说明你在其中的技术选型和实现思路。 考察候选人对自己项目技术细节的理解深度与实际动手能力第 4 题如何评估一个用于 RAG 场景的生成模型？ 考察对 RAG 生成模型评估维度的理解和落地能力第 5 题在RAG架构中引入Few-shot Prompting为什么能提升输出质量？ 考察对Few-shot Prompting在RAG场景中作用机制的理解第 6 题你在项目中使用了RAG，那什么场景下RAG无法解决，必须升级到GraphRAG？请结合具体例子说明。 考察对RAG局限性的理解以及GraphRAG适用场景的判断第 7 题你是否做过针对 RAG 系统的归因实验？如果有，请描述实验设计和得出的结论；如果没有，请说明你如何设计一次归因实验来验证问题来源。 考察候选人设计实验验证假设的方法论和实操经验第 8 题在RAG项目中，如何设计一个评估方法来衡量检索到的文档是否真正符合用户查询意图？ 考察对检索质量评价的理解和实践第 9 题请描述你在项目中如何实现RAG的召回阶段，包括数据检索和相似度计算的具体做法。 考察RAG召回策略的理解与实践细节第 10 题在RAG系统开发中，你从哪些方面进行优化以提升效果？请结合比赛经验说明。 考察RAG优化实践经验与问题拆解能力第 11 题请讲解RAG流程中文本分割的常见策略及如何优化 考察RAG文本切分的原理、策略选择与工程优化第 12 题你觉得当前RAG的最大瓶颈在哪？ 考察对RAG系统局限性的理解与判断第 13 题场景题：客户输入一个软件或网页界面截图，如何通过RAG的方式帮助用户了解界面的每一个组件作用？ 考察基于截图的多模态RAG系统设计与落地能力第 14 题请介绍RAG的基本原理，并说明Graph RAG与标准RAG的区别和适用场景。 考察对检索增强生成技术的理解深度及对不同实现方案的辨析能力第 15 题在RAG系统中，知识库的文件文档需要进行动态增量更新，如何避免新旧文档分布不一致导致的检索偏差问题？ 考察对RAG知识库增量更新中数据分布变化与检索效果的权衡处理能力第 16 题在做Agent的时候，如果也用到了RAG，出现指令不遵循的情况，应该如何解决？ 考察Agent与RAG结合时对指令遵循问题的系统性排查与优化能力第 17 题请介绍你的RAG项目中数据集是如何构建的？ 考察RAG项目中数据集构建的细节与质量控制第 18 题你觉得当前RAG的最大瓶颈在哪？你做过哪些改进来提升Recall？ 考察对RAG系统瓶颈的理解及提升召回率的实际改进能力第 19 题看你做过RAG，讲讲从数据清洗到检索服务上线这整个链路是怎么搭的，你是怎么做chunk切分的？ 考察RAG系统全链路搭建能力与chunk切分策略的实操理解第 20 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