人工智能面试题 · 问题排查 · RAG
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 18 道 · 更新 2026-08-05
筛选题目已选：问题排查 · RAG
考察点
技术栈
第 1 题生成式搜索能否保证 top-1 的准确性？如何提高？ 考察对生成式检索系统准确性影响因素的理解及优化策略第 2 题RAG 中常见的中间文档丢失现象如何缓解？ 考察对 RAG 检索与生成链路中信息丢失问题的理解和工程应对第 3 题如何评估RAG系统的效果？你做了哪些改进？ 考察对RAG检索与生成链路质量的评估方法和迭代优化思路第 4 题你的 RAG 项目在开发过程中遇到过哪些难点？又是如何解决的？ 考察 RAG 工程实践中的问题识别与解决能力第 5 题在 RAG 系统中，如果检索不到结果或知识库中没有相关内容，你会如何处理？请给出你的排查思路和应对方案。 考察对 RAG 系统检索失败场景的应对能力，以及降级策略和用户体验设计第 6 题RAG 知识检索召回精度不高要怎么办？ 考察对 RAG 检索链路优化、召回质量与评估方法的理解第 7 题在检索增强生成（RAG）项目中，如果召回的答案不是想要的，你该怎么处理？ 考察RAG召回质量问题的排查思路与优化策略第 8 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 9 题RAG怎么解决模型幻觉？ 考察对检索增强生成原理及其减少幻觉机制的理解第 10 题在RAG系统里，哪些环节最容易成为性能瓶颈？请结合原因说明。 考察发现与定位RAG系统性能瓶颈的能力第 11 题如何利用RAG缓解大模型的幻觉问题？ 考察RAG在幻觉治理上的机制、局限与增强方案第 12 题传统 RAG 系统在处理知识问答时存在哪些主要痛点？ 考察对传统 RAG 技术局限性的理解深度第 13 题我们的RAG系统上线后，发现有时候还是会“胡说八道”，或者答非所问。如果让你去排查，你会从哪些方面入手？ 考察对RAG系统整体架构的理解与系统性排查问题的能力第 14 题RAG技术短板：RAG存在哪些缺陷？ 考察对检索增强生成技术局限性的理解深度与全局认识第 15 题在Agent落地场景中，RAG会遇到哪些延迟和正确率问题？ 考察对RAG在Agent场景下实际瓶颈的识别与分类第 16 题在 RAG 系统中，当最终输出错误时，如何判断错误来源于检索阶段还是生成阶段？ 考察候选人对 RAG 链路问题定位的系统方法第 17 题如果RAG系统的召回结果与用户查询意图不一致，可以从哪些方面进行优化？ 考察对RAG（检索增强生成）系统召回质量问题的排查与优化能力。第 18 题请描述在 RAG 系统的索引流程中，你们团队是如何实现文档解析的？ 考察候选人对 RAG 索引流程中文档解析环节的实践理解和具体实现方案。