面试题 · RAG
搜索「重排」匹配到口述回答，相关段落已展开。查看匹配内容 ↓
请详细介绍一个你参与的RAG（检索增强生成）相关项目，包括项目背景、技术方案、你的具体贡献以及遇到的挑战和解决方案。
这是 RAG 项目经历题。公司、客户、语料规模、模型、索引、个人贡献和指标必须来自候选人的真实项目。不得使用题库预设的制造业知识库、设备编码或效果数字。
项目服务【真实场景】，语料来自【合法来源】，规模和版本【】。我负责【本人模块】，基线【】。失败切片【】由【日志/标注/回放】发现，采用【真实改动】，结果【真实指标和口径】，代价【】，仍失败【】，回退【】。
按学习路线查看教程、项目和面试题。
准备语料版本、评测集构造、防泄漏、Recall@K/MRR/NDCG、答案支持率、P95/P99、QPS、成本、消融表和失败样本。不能把召回提升直接等同于答案正确，也不能把同期业务增长直接归因于 RAG。
可继续追问表格/OCR、精确标识符、权限过滤、RRF 参数、重排贡献、引用校验、增量索引、缓存隔离和多租户扩展。
场景切入
假设你做过客服知识库，用户问“XX型号故障码E301怎么解决”，系统得从一堆PDF手册里找答案。你能讲讲你是怎么把这种多源文档整合起来，让检索又快又准的吗？
层层追问
你之前做过RAG项目吧？先聊聊整体流程……数据是怎么处理的？……检索部分呢，向量加关键词召回有做吗？……那效果怎么样，有没有遇到特别难搞的问题，比如表格或者版本冲突？
直球架构
请详细讲一个你主导的RAG项目，从数据层、检索层到生成层，你的具体贡献是什么？遇到过哪些技术挑战，比如表格解析或结果冲突，怎么解决的？最好有量化指标。
我会选一个自己真实参与的 RAG 项目，从业务问题讲到可验证证据。项目服务【真实场景】，语料来自【语料来源】，我负责【本人职责】；其他模块会说明团队分工，不把整条链路都算成个人贡献。
技术上我会画出【技术链路】，包括解析与分块、元数据和权限、索引、查询处理、召回、重排、上下文、生成、引用与监控。然后挑一个最有代表性的 bad case，说明【关键改动】为什么针对根因，而不是直接罗列 BM25、向量检索或 RRF。检索、排序和生成分层评测，每轮固定语料与测试集做消融。
项目结果按【评测结果】填写，同时交代 Recall@K 或排序指标、答案支持率、P95/P99、成本和观察窗口，不能用一个“准确率”概括全链路。我还会准备【失败案例】，解释它是知识缺失、过滤、召回、排序还是生成问题，以及对应的拒答、降级或回滚。语料、embedding、索引、reranker、Prompt 和模型都版本化，多租户权限和缓存隔离单独验证。这样面试官追问任何一层，都能回到真实 trace 和实验。