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 221 题为什么要使用 RAG 而不是纯大模型生成回答？ 考察对 RAG 价值与适用场景的理解第 222 题请解释RAG（检索增强生成）的技术原理，并说明其核心组件。 考察对RAG整体架构、检索与生成协同机制的理解第 223 题请完整讲解你参与的这个RAG项目，并说明团队分工以及哪种优化方式对指标提升最多。 考察RAG项目全流程理解、团队角色认知与优化效果分析能力第 224 题知不知道RAG用的Embedding和BERT的区别? 考察对嵌入模型与语言模型的理解及RAG场景下的技术选择第 225 题请介绍你在 RAG（检索增强生成）系统中的优化思路与具体做法。 考察对 RAG 检索、生成及评估各环节的理解与工程优化能力第 226 题RAG 的查询改写和混合检索是如何实现的？ 考察对 RAG 中查询改写的策略和混合检索的机制理解第 227 题RAG怎么评估，用了哪些指标？ 考察对RAG系统评估方法和指标体系的掌握第 228 题请描述你的RAG项目的工作流程。 考察对RAG整体架构和数据流向的理解第 229 题请描述RAG（检索增强生成）流程的基本原理和关键步骤。 考察对RAG架构流程、组件及关键环节的理解第 230 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 231 题如何利用一万个PDF构建垂直领域的大模型？ 考察RAG方案的整体设计与技术选型第 232 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 233 题在 RAG 知识库构建中，对于扫描版 PDF 或图片，你会如何设计 OCR 流程？ 考察 OCR 流程设计与工程落地的思考深度第 234 题请说明如何评估RAG系统的召回准确率，并介绍常用的评估方法和优化方向。 考察对RAG召回质量评估与优化方法的理解第 235 题请介绍一下你对RAG（检索增强生成）的理解，以及它在实际应用中的典型场景和可能的挑战。 考察对检索增强生成技术原理、应用场景及局限性的理解第 236 题你用过哪些 RAG（检索增强生成）的实现方式？ 考察候选人对 RAG 技术路线、组件选型和落地实践的理解第 237 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 238 题RAG中的难点有哪些？ 考察对RAG系统链路环节、工程技术挑战与权衡的理解第 239 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 240 题请介绍完整的 RAG 检索增强生成流程，并对文档分段策略做优化说明。 考察对 RAG 全链路理解的完整性以及文档分段优化意识