面试题 · RAG
请解释检索增强生成（RAG）的基本概念及其工作原理，说明它如何提升大模型的事实准确性和知识覆盖能力。
RAG（Retrieval-Augmented Generation） 是一种将外部知识检索与大模型生成相结合的技术范式。核心动机：大模型参数知识存在截止时间和幻觉风险，RAG通过实时检索"开卷考试"。
| 阶段 | 动作 | 关键组件 |
|---|---|---|
| 索引（Indexing） | 文档切分→Embedding→入库 | 向量化模型（如BGE、text-embedding-3） |
按学习路线查看教程、项目和面试题。
| 用户Query向量化→相似度搜索→Top-K召回 |
| 向量数据库（Milvus、Faiss、ES） |
| 生成（Generation） | 拼接"Query+检索结果"→Prompt工程→LLM生成 | 大模型+Prompt模板 |
1. 事实准确性
2. 知识覆盖
RAG = 搜索引擎 + 大模型，让AI从"闭卷背诵"变成"开卷作答"。
建议系统学习该知识点
场景切入
假设你做一个企业知识库问答机器人，员工问“今年Q3的销售策略是什么？”，但大模型没训练过这些内部文档，你怎么让模型能基于最新资料给出准确答案？
层层追问
大模型直接回答问题，事实错误或者知识过时了怎么办？……那如果我先去数据库里搜一下相关文档，再让模型基于搜到的内容回答，你觉得这个思路怎么样？……具体怎么做，分哪几步？
直球架构
解释一下检索增强生成RAG的基本概念和工作原理，它是怎么提升大模型的事实准确性和知识覆盖的？从索引、检索到生成，每个环节的核心要点是什么？
我觉得这道题其实是在问一个很核心的问题：当大模型的知识不够用或者不准的时候，我们怎么给它补上？[[RAG]]就是目前最主流的一个答案。说白了，它就是把检索和生成拼在一起，让模型从闭卷考试变成开卷考试。
具体说一下工作原理，其实就是三个步骤：先把外部文档切碎、[[向量化]]、存到[[向量库]]里，这叫索引；然后用户提问时，把问题也向量化，去库里搜最相关的几段，这叫检索；最后把问题和搜到的内容拼成提示词，让大模型基于这些信息来回答，这叫生成。流程不复杂，但真正落地的时候，这里有很多细节。
先说边界划分。很多人会问，RAG和微调到底怎么选？我的看法是，它们不是二选一，而是互补。微调适合让模型学会某种风格或格式，比如把输出变成固定模板，但它很难注入新的事实知识，而且成本高、周期长。RAG正好相反，它特别适合知识频繁更新的场景，比如企业内部的SOP、实时新闻、客服政策。但RAG有个前提：你的文档库要质量高、覆盖全。如果文档本身是错的或者切分不合理，那检索出来的东西反而会带偏模型。所以真正落地的时候，我通常会把RAG和微调结合起来，比如用微调让模型学会怎么引用来源，用RAG提供实时信息。
举个例子，电商客服场景。用户问“我买的衣服退货期限是多少？”如果模型只靠参数知识，它可能回答“7天”，但不同商品、不同活动期间退货政策完全不同。用RAG的话，我们会先把所有退换货政策、满减规则、特殊活动说明都做成文档库。用户提问时，系统检索出对应的政策段落，比如“双十一期间购买的服装，支持30天无理由退换”，然后让大模型基于这段内容生成答案。这样准确率就高很多，而且政策更新时只需要改文档，不用重新训练模型。
这里有个坑：检索质量直接决定RAG的上限。如果检索回来的内容不相关，模型再强也白搭。所以我会特别关注检索这一步的工程细节，比如用 [[混合检索]]，把关键词匹配（[[BM25]]）和向量相似度（[[Dense Retrieval]]）结合起来，因为很多专业术语或编号（像订单号、错误码）向量搜不好，但关键词能精准命中。另外，切分策略也很关键，固定大小切分容易把完整语义切碎，我一般会用语义切分，配合[[滑动窗口]]加一小段上下文重叠。
还有一个容易被忽略的点：RAG的评估。很多人上线后只看最终回答好不好，但中间检索召回率低的话，模型再聪明也救不回来。所以我上线前一定会做 [[RAGAS]] 评估，分开看检索的上下文精度和生成的回答[[忠实度]]。
最后说我的判断。我不会把RAG看作一个单独的组件，而是看作一个系统工程。我更倾向于把精力花在优化检索质量上，而不是一味追求更大的模型。因为对很多业务来说，一个中小模型加上高质量检索，效果往往比大模型硬背知识要好，而且成本低、迭代快。