匹配口述回答：…参数案例知识更新延迟：实时场景下缓存数据失效，大促价格案例优化方向：重排、压缩、实时管道，但核心是打破线性范式约4分钟传统RAG的优化是打补丁，真正突破在于Agentic RAG让模型主动求证，比如通过自我反思发起二次检索。这个延伸点会引向面试官追问Agentic RAG的具体实现机制，比如自我反思怎么做、二次检索的触发条件、如何避免陷入循环。

#淘天#Agent#RAG 痛点

面试题·文档处理· 字节

RAG 数据处理与索引流程?

匹配题目：在构建RAG系统时，从原始文档到可检索知识库的完整数据处理与索引流程包含哪些关键步骤？请详细说明各阶段的技术要点及其对系统性能的影响。

#字节#文档处理#向量检索

面试题·文档处理· 美团

匹配口述回答：这道题我觉得本质上不是在问流程，而是在问你怎么在检索质量、存储成本和响应延迟之间做取舍。搭建[[RAG]]知识库，我一般会按预处理、[[分块]]、[[向量化]]、索引构建、检索优化这几个环节来走，但每个环节都有很多坑，我重点说几个。先说文档预处理。这一步核心是格式解析和清洗。比如PDF，如果是文本型的，用PyPDF2或者python-docx直接提取就够；但如果是扫描件，那就必须走[[OCR]]，我会用PaddleOCR或者EasyOCR。这里有个坑，OCR识别率不是100…

希望老师帮你把学习与项目串起来？

了解 AI 全栈 1v1 陪跑营的项目安排、导师答疑与简历面试辅导。

查看课程安排 →咨询学习安排

学习内容与项目面试，在同一条路上。

站内 RAG 在线实战

#美团

#RAG 知识库搭建

#文档预处理

面试题·评估· 美团

RAG 工作原理与局限怎么分析?

匹配口述回答：…赖高质量的知识库和检索链路。我更倾向把RAG看作一个可插拔的知识接口，核心是保证检索的精度和覆盖率。如果知识源本身乱、更新慢，那RAG效果也不会好。 RAG本质是给大模型配外挂知识库核心流程：索引构建与检索生成 RAG vs 微调：边界与混合落地风险：召回失败与幻觉工程师的取舍：从Naive走向Agentic 约4分钟从Naive RAG向Agentic RAG演进，模型自主决定多步检索和工具调用面试官会追问Agentic RAG的具体实现、ReAct循环的可靠性…

#美团#评估与监控#RAG 工作原理

面试题·评估· 字节

RAG 评估指标与迭代陷阱

匹配口述回答：…ase，比如用户问“订单号输错了怎么办”，这种容易跟“订单状态查询”混淆。上线后小流量验证，看用户有没有二次提问或者直接离开。其实现在还有一个方向是[[Self-RAG]]，让模型自己判断什么时候需要检索、什么时候靠自身知识就够了。这个在混合场景里特别有意思，比如用户问的是常识性政策，模型直接答就行，不用每次都去库里翻。所以整体上，我会把RAG评估看成一套诊断工具，而不是打分清单。先拆开看检索和生成各自的问题，再合起来调，最后用线上行为验证。一句话定位：RAG评估本质是…

#字节#评估与监控#RAG 评估

面试题·评估· 美团

RAG 仍会幻觉的原因

匹配口述回答：…卷考试三个关键机制：事实锚定、上下文约束、来源追溯业务例子：客服退款政策边界：检索失败、文档冲突、推理错误、截断落地取舍：RAG+微调+验证约4分钟 RAG落地时检索质量是关键，需要混合检索和重排，同时搭配微调处理高频更新知识。面试官可能会追问混合检索的具体实现、重排模型的选择、或者RAG与微调如何分工。

#美团#检索证据质量#RAG 仍会幻觉的原因

面试题·评估· 淘天

RAG编码模型评估指标与对比

匹配追问：场景切入假设我们在做一个电商客服系统，用户问“我的订单到哪了”，系统需要从海量商品文档中检索相关信息。你能从头到尾讲一下RAG是怎么实现的吗？特别是那个把问题转成向量的编码模型，比如DPR或Contriever，它们到底怎么工作的？层层追问 RAG流程里检索那步你是怎么做的？……编码模型把query和文档都转成向量，那DPR和Contriever有什么不同？……它们的优缺点呢？……那你怎么判断这个编码模型检索得好不好？直球架构请介绍RAG的完整流程，重点讲编码模型的工…

#淘天#DPR 与 Contriever#RAG 编码模型评估

面试题·评估· 字节

RAG 二次生成怎么减少幻觉?

匹配题目：在RAG系统中，通过大模型对检索结果进行二次生成，如何有助于减少幻觉现象？请结合提示工程或约束生成策略说明。

#抖音#约束生成#RAG 幻觉

面试题·评估· 字节

RAG 自动与人工评估

匹配口述回答：…：重点看忠实性和有用性落地建议：迭代期自动+抽检，上线前人工过一遍风险：自动指标和用户满意度可能脱钩约4分钟通过Self-RAG让模型自我评估生成内容的忠实性，减少人工介入。面试官可能会追问Self-RAG的具体实现原理、与RAGAS的异同、或者如何平衡自评估的准确性和计算成本。

#字节#评估与监控#RAG 自动与人工评估

面试题·评估· 京东

RAG向量数据库选型关键指标

匹配题目：在构建基于大模型的检索增强系统时，如何评估和选择合适的向量数据库？请从性能、可扩展性、支持的索引类型、查询延迟、与现有技术栈的集成等方面进行详细说明。

#京东#评估与监控#向量数据库选型

面试题·评估· 小红书

RAG 有哪些主要缺陷?

匹配口述回答：…解决语义鸿沟，切分要语义化生成阶段：知识冲突和长上下文遗忘，用重排和置信度系统层面：延迟成本与复杂推理，引入Agent 收尾：RAG是工具，不是银弹，给出取舍约4分钟 Agentic RAG 中模型自我反思（Self-RAG/Corrective RAG）的可靠性保证引向追问：如何避免 Agent 在反思过程中陷入循环或过度回调？具体怎么实现 Faithfulness 的评估？

#小红书#RAG 局限性#RAG 缺陷

面试题·评估· 美团

RAG 解决了哪些问题?

匹配口述回答：…更新的问题，再用微调优化行为，同时做好检索质量的监控和迭代。 RAG本质是给模型外挂知识库，解决静态知识问题业务场景：客服系统用RAG提升事实准确率落地关键：混合检索+重排序+上下文压缩风险：检索质量是天花板，文档切分和query表述差异是常见失败点可延伸点：self-RAG让模型自己判断检索必要性约4分钟 Self-RAG让模型自己判断是否需要检索，减少不必要的检索开销面试官可能会追问Self-RAG的具体实现机制，比如如何训练模型做决策，或者和普通RAG的性能…

#美团#混合检索#RAG 技术

面试题·评估

RAG 效果差怎么排查？

匹配口述回答：这道题其实问的是，[[RAG]]系统效果不好时，怎么快速定位到底是检索没找到对的文档，还是模型看了文档但没好好用。我的思路很简单：把两个模块解耦，先固定一个测另一个，别上来就两边一起调。具体第一步，我会做黄金文档实验。把标准答案依赖的那部分文档，直接塞进生成模块的上下文，如果生成质量一下子好了，那问题基本就锁在检索侧。如果生成质量还是不行，那就说明生成模块或者prompt设计本身有问题。这个实验非常便宜，不需要任何额外标注，跑几轮就能下判断。假设实验指向检索侧，我会先看召…

#检索诊断#生成诊断#RAG 效果诊断

面试题·评估

RAG效果差：检索vs生成怎么诊断？

匹配口述回答：…同，比如改进prompt让模型更关注文档、加文档压缩、或者用动态检索。最怕的就是不看数据，上来就调embedding或者换模型。 RAG效果差，本质是定位哪个环节掉链子黄金文档实验锁定责任方检索侧问题诊断与指标生成侧问题诊断与指标协同环节的隐蔽问题约4分钟动态检索在复杂推理场景下比一次检索更有效，但会引入延迟代价。面试官可能会追问动态检索的实现方式、与ReAct或Agentic RAG的区别、以及如何平衡效果和延迟。

#检索诊断#生成协同#RAG 效果诊断

面试题·模型微调· 美团

RAG vs SFT 场景怎么选?

匹配口述回答：…循能力。我更倾向于把RAG看作一个低成本、高灵活性的知识接入方案，而SFT是锦上添花的人格化打磨。问题本质：模型知识来源的取舍 RAG优势：解耦存储，低成本应对动态知识 RAG vs SFT边界：知识更新 vs 风格固化具体场景：金融政策、客服退款、企业合规落地风险：检索质量决定上限，需混合检索+重排收尾：RAG打底+SFT优化，非互斥约4分钟知识库频繁更新时，Vector Database的增量索引和一致性如何保证？面试官会追问双索引方案的具体实现、检索精度下…

#美团#模型微调#RAG vs SFT

面试题·模型微调· 百度

RAG 端到端工作流程

匹配口述回答：…注 [[RAGAS]] 评估指标，比如上下文精度和召回率，定期用一批标注 query 做回归。还有一个进阶方向是 [[Self-RAG]]，让模型在生成过程中自己判断是否需要检索、检索结果是否可信，而不是每次都无脑拼接。这能进一步减少噪声引入，但实现复杂度也更高。所以整体上，我把 RAG 看作一个工程系统，核心是在检索质量和生成质量之间做取舍。我更倾向先用混合检索加重排保证召回精度，再通过置信度过滤和降级策略兜底，而不是一味堆高检索召回率。一句话定位：RAG本质是给大模…

#百度#RAG 端到端工作流程#RAG 从查询到答案怎么工作？完整流程与可靠性边界

面试题·模型微调· 字节

RAG 技术原理与架构怎么搭?

匹配口述回答：…的工程细节最佳实践：混合检索、重排序、Query改写落地风险：检索失效、知识冲突、时效性进阶方向和我的判断：Agentic RAG和GraphRAG 约4分钟 Agentic RAG是进化方向，但Agent决策可靠性是关键前提面试官可能会追问Agentic RAG的实现细节、如何避免死循环、以及和GraphRAG的对比

#字节#RAG 最佳实践#RAG 技术原理

面试题·模型微调· 字节

领域 RAG 知识库构建

匹配口述回答：这道题问的是搭建领域[[RAG]]的完整流程，其实本质就是一件事：把外挂知识库里的信息准确找出来，再让大模型读明白、说人话。它不是微调模型学知识，而是查文档加读文档的工程化。先说数据准备。很多人一上来就[[向量化]]，其实质量天花板在数据清洗和[[分块]]。清洗不难，去重去噪、统一格式就行，但领域数据有个坑：专业术语容易被通用[[分词器]]切碎。比如医学里的“非小细胞肺癌”，拆成“非”“小细胞”“肺癌”就丢语义了。所以前提是建一个领域词典，把这类复合词保留。分块才是真正的…

#字节#领域 RAG 知识库构建#领域 RAG 知识库怎么建？数据处理、索引与检索

面试题·模型微调· 商汤科技

RAG 技术流程怎么跑?

匹配追问：…，你怎么保证它能基于真实知识来回答？……如果知识是动态更新的呢？……那你怎么把外部知识塞进去，又不重新训练模型？直球架构讲一下检索增强生成（RAG）从索引到检索再到生成的全流程技术实现，包括文档分块、向量化、相似度搜索和提示组装这些关键环节。

#商汤科技#检索生成流程#RAG 技术流程

面试题·模型微调· 商汤科技

RAG 基本工作流程是什么?

匹配追问：…的问题？……用外部知识库是吧，那具体怎么把外部知识和模型结合起来？……从用户提问到最终答案，中间经历了哪些步骤？直球架构请描述RAG的完整工作流程，包括离线和在线阶段，以及每个阶段的关键组件。比如文档怎么处理、检索怎么实现、生成时怎么拼接Prompt。

#商汤科技#RAG 工作流#RAG 工作流程

面试题·RAG

RAG 完整流程分几步？

匹配口述回答：… 如果让我进一步优化，我会考虑查询改写，比如用户问“怎么退款”，系统先把它改写成“退款流程和条件”，再去检索，能明显提升召回率。 RAG本质是给大模型建一个外部知识库离线建库：解析、分块、向量化在线问答：检索、生成落地风险：分块粒度与检索质量约2分钟查询改写能提升检索召回率面试官可能会追问查询改写的具体实现方式，比如基于规则还是模型生成，或者会不会引入幻觉。

#入门#基础概念#RAG流程

面试题·知识图谱· 字节

RAG+KG Agent 动态更新机制

匹配口述回答：…发布控制风险，再逐步优化实时性。一句话定位：本质是变更管理核心步骤：触发、抽取、验证、融合实时性一致性的取舍与工程策略联动RAG的注意事项落地风险与判断收尾约4分钟图谱更新与RAG的Chunk更新策略的联动，尤其是增量更新而非全量重建的挑战面试官可能会追问：具体怎么实现增量Chunk更新？或者问事件溯源在图谱更新中的适用性

#字节#Agent#知识图谱动态更新

面试题·多模态· 淘天

截图 RAG 怎么理解界面组件?

匹配口述回答：…地风险：知识库构建和延迟优化约4分钟组件多时用GraphRAG建模层次关系，提升检索精度面试官可能追问GraphRAG的具体实现，比如如何构建图结构，以及与传统RAG的对比

#淘天#多模态#多模态 RAG

面试题·多模态· 淘天

截图组件功能怎么用 RAG 解释?

匹配追问：场景切入假设你接到一个需求：用户上传一张有bug的软件截图，系统要自动解释每个按钮和输入框是干嘛的。你打算怎么用RAG实现？先说说你理解的流程。层层追问如果用户给你一张界面截图，你怎么让系统看懂上面有什么组件？……然后怎么关联到功能说明？……如果知识库里只有文本文档，没有图片匹配呢？直球架构设计一个基于RAG的界面截图解释系统，要求能识别组件并检索知识库生成功能说明。说清楚视觉理解、跨模态检索、生成整合这三个环节的具体技术选型和流程。

#淘天#多模态#多模态 RAG

传统 RAG 有哪些痛点?

RAG 数据处理与索引流程?

RAG 知识库搭建流程?

RAG 工作原理与局限怎么分析?

RAG 评估指标与迭代陷阱

RAG 仍会幻觉的原因

RAG编码模型评估指标与对比

RAG 二次生成怎么减少幻觉?

RAG 自动与人工评估

RAG向量数据库选型关键指标

RAG 有哪些主要缺陷?

RAG 解决了哪些问题?

RAG 效果差怎么排查？

RAG效果差：检索vs生成怎么诊断？

RAG vs SFT 场景怎么选?

RAG 端到端工作流程

RAG 技术原理与架构怎么搭?

领域 RAG 知识库构建

RAG 技术流程怎么跑?

RAG 基本工作流程是什么?

RAG 完整流程分几步？

RAG+KG Agent 动态更新机制

截图 RAG 怎么理解界面组件?

截图组件功能怎么用 RAG 解释?