人工智能面试题 · RAG
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 267 道 · 更新 2026-08-05
筛选题目已选：RAG
考察点
技术栈
第 181 题在 RAG+知识图谱的 Agent 系统中,如何保证知识图谱更新的实时性? 考察数据管道实时性与系统中延迟优化手段第 182 题请阐述大模型的幻觉现象，并说明有哪些抑制方法。 考察对大模型幻觉机制的理解及主流缓解策略的掌握第 183 题请介绍你的 RAG 项目。 考察 RAG 项目设计、实现细节与复盘能力第 184 题在 GraphRAG 项目中，你是如何解决传统 RAG 的“召回噪声”和“信息碎片”问题的？ 考察对 GraphRAG 原理与 RAG 缺陷的深入理解及实际落地能力第 185 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 186 题请介绍一个你参与的 RAG（检索增强生成）项目，包括系统架构、关键模块和主要挑战。 考察对 RAG 完整链路（检索、重排、生成）的理解与项目落地能力第 187 题如何设计实验来分辨RAG系统输出错误是检索模块还是生成模块导致的？ 考察RAG系统故障归因的方法论与实验设计能力第 188 题你在 RAG 中是否对比过稠密检索与 BM25 的效果？ 考察对 RAG 检索策略的理解、实验对比意识与工程权衡第 189 题请描述一个典型的 RAG Agent 模型架构，并说明各模块的作用。 考察对 RAG Agent 整体架构及模块职责的理解第 190 题如果 RAG 生成需要融合多个文档（如 doc A 和 doc B）进行逻辑推理，你会怎么设计？ 考察多文档 RAG 的检索、融合与推理设计能力第 191 题请描述RAG系统的基本流程。 考察对RAG架构整体流程的理解第 192 题项目:RAG 和 GraphRAG 在处理多跳推理时的根本区别是什么? 考察对RAG与GraphRAG在多跳推理场景下技术本质的理解与对比能力第 193 题对于RAG中的文档，通常采用哪些策略进行分块（chunk）？ 考察对RAG检索质量关键环节——文档分块策略的理解与权衡第 194 题向量数据库在RAG（检索增强生成）中扮演什么角色？ 考察对RAG架构中向量检索环节作用的理解第 195 题请介绍RAG系统中向量化模型的选择与考虑因素。 考察对RAG向量化模型原理、选型与权衡的理解第 196 题你做过哪些改进来提升RAG的Recall？ 考察检索召回优化的实践经验和方法论第 197 题RAG过程中索引可以做哪些优化？ 考察RAG索引优化策略与工程实践理解第 198 题在 RAG 系统中，你们如何设置 chunk size 和 overlap？ 考察 RAG 分块策略的权衡与调优经验第 199 题请介绍你在项目中如何设计和实现检索增强生成（RAG）的“召回-过滤-生成”三段式流水线？ 考察对RAG流程的整体理解、各阶段设计细节及工程实践能力第 200 题在RAG系统中如何分析与优化模型推理时延？ 考察对推理性能瓶颈的定位与优化能力