匹配正文：…层、去重、标注分歧和泄漏检查下一步：failure。配套学习：召回策略怎么选? Recall@k 怎么看?、多路召回评估指标与RAG场景。 7. failure · failure 选一个 bad case，从原查询、权限、候选、重排、上下文到答案逐层定位；证据怎样排除其他根因？考察重点：确认候选人见过方案边界，并能完成证据驱动的失败复盘。可复现的输入、链路证据和错误输出根因验证与修复后的固定样本回归需要追加追问时：failure_case_missing → f…

#模拟面试#简历项目#连续追问

面试题·RAG

RAG 文档解析质量怎么评估？不能只看“解析成功”

匹配标题与标签：RAG 文档解析质量怎么评估？不能只看“解析成功” 把“文件处理成功”拆成文字覆盖、阅读顺序、表格结构、层级保留和来源定位，建立可复现的解析评测与失败页处理。 RAG RAG 解析与入库 RAG 文档解析评估 PDF 解析质量 OCR 质量评估 RAG bad case 大模型项目面试

#RAG#解析与入库#RAG 文档解析评估

面试题·RAG

RAG 检索效果差怎么排查？从 Query 到 Rerank 逐层定位

匹配标题与标签：RAG 检索效果差怎么排查？从 Query 到 Rerank 逐层定位用同义词、否定问题和多跳问题三类 bad case，建立从入库证据到最终上下文的逐层排错方法。 RAG RAG 生成与对话 RAG 检索优化 RAG bad case RAG 排错 RAG 召回率 RAG 项目面试题

第 1 / 3 页下一页 →

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

#RAG#生成与对话#RAG 检索优化

项目实战·RAG

RAG 智能问答系统

匹配正文：…什么可以改成：为解决[真实问题]尝试[方案 A / B]，按[指标]验证后选择[真实结论] 用 STAR 组织项目追问你那个 RAG 项目最难的地方是什么? 情境（S）：[填写真实用户、资料类型和业务约束] 任务（T）：[填写你负责解决的问题，以及可复现的基线] 行动（A）：[填写你亲自做的方案、对照实验和取舍] 结果（R）：[填写实测结果、工程代价、失败样本和适用边界] 给我讲一个你印象最深的 bug 情境（S）：[填写真实出现的 bad case，不要使用课程里的教学…

#项目实战#RAG 智能问答系统

面经·求职· 通用岗位场景

RAG 项目面试会怎样连续追问？一场工程深挖教学复原

匹配正文：…明检索指标、生成指标以及端到端指标。每个结果都要带基线、样本量、配置和测量方法；如果还没有实测，就把表格留空。还要准备一条变差的 bad case，解释为什么整体均值上升仍不等于所有问题都更好。面试官：权限为什么不能在检索之后再过滤？未经授权的资料不应先被召回再裁掉。权限条件应进入候选资格判断，缓存也要按租户或可见范围隔离。回答时要覆盖数据访问、候选被无权内容占位、权限变更后的失效与审计记录。面试官：上下文窗口越来越长，RAG 还有必要吗？不要先站队。比较资料规模、更…

#RAG#项目深挖#教学复原

求职指南·RAG

企业知识库 RAG 架构项目模拟面试

匹配正文：…追加追问时：failure_case_missing → failure-proof。下一步：production。配套学习：RAG 查不到文档怎么降级?。 8. failure · failure-proof 请用一条可脱敏查询，按原始候选、重排结果、上下文和最终答案回放。若没有记录，请明确这是设计分析而非已发生事故。考察重点：要求用可回放材料证明失败复盘；若只有假设分析，必须与真实事故或 bad case 明确区分。可复现的输入、链路证据和错误输出根因验证与修复…

#模拟面试#简历项目#连续追问

面试题·RAG

扫描 PDF 没有文本层，RAG 怎么做 OCR 与失败降级？

匹配正文：…要回答三个问题：内容属于哪个区域，应该按什么顺序阅读，内部关系是否完整。任意一项答不上来，都不能只用“识别成功”概括结果。四类 bad case，应该怎样处理？以下 bad case 均为教学场景，不代表某个真实项目已经完成了对应优化。第一类，页面方向或倾斜错误一页横向扫描材料被当成竖向页面处理，文字框大量缺失，质量信息也明显异常。排查这个教学场景时，可以先看原图方向和文字框分布，再决定是否旋转或纠偏后重试。这个问题发生在 OCR 之前，调整分块长度和向量模型没有意…

#RAG#解析与入库#扫描 PDF RAG

面试题·RAG

MinerU 能直接解决 RAG 文档解析吗？哪些页面必须二次处理？

匹配项目自检：按失败类型整理 MinerU bad case 记录二次处理的触发条件比较准确性、延迟和资源消耗保留版本升级前后的回归样本

#RAG#解析与入库#MinerU RAG

面试题·RAG

资料里没有答案时，RAG 怎么避免强行生成？

匹配正文：…率。生成层逐句检查事实是否有证据支持。尤其关注数字、日期、条款编号、适用范围和“必须”“一定”这类强断言。回归集还要保存每次 bad case 的原问题、文档版本、候选原文、各阶段分数、系统动作和最终输出。下次换 Embedding、调整 Chunk 或更新知识库时，重新跑同一批问题。如果只测“答案看起来对不对”，很难知道是检索真的找到了证据，还是模型凭常识碰巧说对了。无答案追问怎么接：先说错误代价回答这组问题前，先说明业务更怕误拒绝还是错误放行。门槛、澄清和拒答策…

#RAG#生成与对话#RAG 无答案检测

面试题·RAG

多轮 RAG 如何理解“这个怎么申请”？

匹配正文：…小集合，生成结果再附上使用了哪些状态字段。出现误绑定时，就能定位是历史选择错误、状态更新错误，还是改写模型本身改变了语义。四个 bad case，应该怎样排查？第一种，代词绑定了错误实体历史里先后讨论两个产品，用户问“这个怎么退”。改写模型默认选择最近出现的实体，但用户其实指前一个。先看历史中是否存在多个候选实体，再看系统是否有足够信号消歧。没有时应该澄清，不要把“最近实体”当成必然正确。第二种，用户已经换题，系统仍沿用旧历史用户前面咨询保障范围，后面突然问系统登…

#RAG#生成与对话#多轮 RAG

面试题·RAG

RAG 评测集怎么构建？问题、答案和证据必须怎么标？

匹配正文：…仍可能不错。需要同时看证据是否正确、是否充分，以及答案是否解决问题。数据集多久更新一次？没有统一周期。知识库版本变化、出现新 bad case、用户问题分布改变或链路组件升级时，都应该触发复核。更新要有版本和变更记录。把评测集讲成可版本化资产最后把样本结构、指标分层、数据集隔离和版本触发串成一条线： RAG 评测样本至少要有问题、参考答案或答案要点，以及能够直接支持答案的证据位置。证据很关键，因为最终答案可能靠模型常识碰巧说对，只有标出文档、Chunk 和页码，才能把…

#RAG#评测与上线#RAG 评测集

面试题·RAG

Recall@K、MRR、Faithfulness，分别在评估 RAG 哪一层？

匹配项目自检：为每题标注完整正确证据集合分别保存检索与生成指标用人工样本校准自动裁判把每个 bad case 归到具体链路层

#RAG#评测与上线#RAG 评估指标

面试题·RAG

RAG 首字响应为什么慢？Embedding、检索和生成怎么逐段优化？

匹配正文：…掉。一条 Trace 能解释单次请求，指标聚合则负责发现趋势。两者结合，才既能看到整体变慢，也能打开具体慢请求找到原因。五个 bad case，为什么越优化越慢？第一种，只看平均值多数请求很快，少量请求因为冷启动或排队特别慢，平均值仍然好看。应该按冷启动、缓存命中、缓存未命中和高峰流量分组，同时看 P95、P99 和错误率。第二种，为了加速 ANN，召回掉了检索时间下降，正确证据却不再进入候选，最终答案开始出错。每次调整索引与搜索参数，都要在同一评测集上回归 …

#RAG#评测与上线#RAG 首字响应

面试题·RAG

一个可上线的 RAG 系统怎么拆？离线入库、在线问答和监控如何闭环？

匹配正文：…答案时，可以先确认允许范围，再看正确证据是否进入候选，之后检查它有没有被截断，最后检查模型怎样使用原文。如果正确证据根本没找到，bad case 进入解析或检索回归集。如果证据已经在前面，模型仍然错答，则进入生成和引用回归集。可上线 RAG 的监控与反馈闭环线上 Trace 负责定位，bad case 回归负责防止复发，评测集再验证下一次改动是否真的有效。这才叫闭环。监控不是只画一张资源仪表盘，而是让线上错误能够回到可执行测试。怎么验收一个“可上线”版本？功能验收…

#RAG#评测与上线#RAG 系统设计

面试题·文档处理· 字节

RAG 数据处理与索引流程?

匹配正文：…重建，设计版本化索引切换机制多路召回：向量+关键词+结构化数据融合，索引层预构建倒排表监控闭环：记录"检索未命中→人工补充"的bad case，回流优化分块策略学习建议建议先掌握文本预处理、分块策略和向量索引原理，结合LangChain等框架动手实践典型流程，理解每步对检索质量的影响。

#字节#文档处理#向量检索

面试题·文档处理· 小鹏

RAG 分块长度与重叠如何取舍?

匹配正文：…持查询集、答案标注和其他检索配置不变，逐组比较Recall@K、证据完整率、最终答案正确性、P95延迟、索引体积与重复召回率。根据bad case定位问题：证据被切断再调整边界或上下文补回；噪声过多则缩小候选单元或加强重排。没有实测结果时，只能陈述候选方案和验证方法。

#小鹏#RAG 文档分段#检索增强生成分段策略

面试题·文档处理· 安克科技

RAG 文档怎么存储和向量化?

匹配正文：…文档按句子/段落边界，结合NLP工具递归分块层次化文档（法律、论文）先大段后小段，父子块关联实践经验：只有跨块证据缺失的bad case通过同一评测集验证后，才引入合适的overlap；代码和表格优先按结构分块。 3. Embedding模型选择选型维度：语言覆盖：中文场景优先m3e/bge-chinese，多语言用e5/multilingual-e5 上下文长度：长文档选支持8192+的模型（如gte-large）领域适配：金融/医疗等垂直领域考虑微调或专用…

#安克科技#评估与监控#RAG 文档向量化

面试题·文档处理· 安克科技

RAG文本向量化：分块与嵌入陷阱

匹配口述回答：…是上线前的关键。离线我会算Top-K召回率和MRR，用一批标注好的query-doc对来评估。在线我会抽检人工看召回的相关性，建立bad case闭环。特别要注意的是，RAG不是向量化就完事了，如果检索结果质量差，生成必然跑偏。所以上线前我会用历史query回放，对比新旧流程的召回率和延迟，通过才切换，不通过就回滚。最后说边界。分块和模型选型没有银弹，固定切分适合日志、代码这种结构简单的，语义切分适合新闻、报告；稠密向量适合语义匹配，稀疏向量比如[[BM25]]适合关键词精…

#安克科技#RAG 文本向量化#分块策略

面试题·评估· 美团

多路召回评估指标与RAG场景

匹配正文：…，理想状态是低重叠高互补二、定性评估方法人工相关性标注：构建黄金测试集，定义"相关/部分相关/不相关"标准错误案例分析：分类bad case（漏召、误召、排序差）归因到具体策略 LLM辅助评估：用GPT-4等判断文档-Query相关性，降低标注成本三、RAG场景的组合策略分层评估体系离线阶段：各路独立评估Recall/Precision，筛选候选策略融合阶段：评估融合后的NDCG@K和覆盖率端到端阶段：最终生成答案的准确性（Answer-level metri…

#美团#评估与监控#多路召回评估

面试题·评估· 字节

RAG 评测优化闭环

匹配口述回答：…的可靠性。RAGAS这类自动指标和人工判断之间到底有多大差距？我观察到在复杂推理场景下，自动指标往往高估，所以上线前我会做一批标注bad case跑通人工校验。所以整体上，我更倾向于把评估和优化做成一个闭环：先用三层评估找到瓶颈，按业务场景选优化手段，冷启动重检索，数据多了再联合调优。核心是别贪多，每个阶段只解决一个主要矛盾。一句话定位：RAG评估和优化本质是平衡检索与生成三层评估体系：检索、生成、端到端，各有侧重迭代优化：检索侧、生成侧、协同，按场景选落地风险与取…

#字节#评估与监控#RAG 评测优化闭环

面试题·评估· 字节

医疗法律RAG：评估陷阱

匹配正文：…家审核 + NLI模型端到端答案有用性、合规性医生/律师打分 + 用户反馈闭环效率延迟P99、吞吐线上压测持续优化：Bad Case归因分析（检索失败？生成忽略？），针对性迭代。学习建议建议系统学习该知识点

#字节#专业领域 RAG#RAG 系统设计

面试题·评估· 字节

RAG 自动与人工评估

匹配正文：… 多轮场景下的上下文一致性复杂多轮问答选型建议迭代开发期：RAGAS + 少量人工抽检，快速迭代上线前：完整人工评估，建立bad case库线上监控：埋点收集用户反馈（点赞/点踩），形成闭环学习建议建议系统学习该知识点

#字节#评估与监控#RAG 自动与人工评估

面试题·评估· 字节

RAG 文档检索选型

匹配口述回答：…边界，而不是只展示平均分。如果面试官要求结合项目，不要照搬一个现成故事。回答者需要补齐自己的文档类型、查询分布、原始基线、主要 bad case、方案取舍、评测方法和工程代价。没有做过消融或没有线上指标时直接说明，再给出下一步验证方案。这样既能讲清机制，也不会把教学示例包装成本人经历。这道题问的是RAG检索怎么选型与优化，本质是平衡精度、召回和业务约束先说混合检索：稠密加稀疏，各自边界与融合策略再说查询层优化：HyDE和Query Expansion 然后索引和重排的…

#字节#混合检索#RAG 文档检索选型

面试题·评估· 小鹏

RAG 失败场景诊断

匹配正文：…自己判断答案是否有幻觉三、端到端与业务评估端到端准确率：完整问答链路的正确率延迟与成本：检索耗时、Token消耗人工抽检：Bad case分析，建立错误分类体系（检索失败/理解错误/幻觉/格式问题）实践建议分层监控：线上先卡检索Recall，再优化生成质量构建评估集：从真实日志采样，覆盖高频Query和边界Case A/B测试：检索策略、Prompt、重排序模型的对比实验

#小鹏#评估与监控#RAG 失败场景诊断