RAG 面试题（50 问，含答案）

RAG 检索增强

1. Q1

   RAG 和微调怎么选？什么场景该用哪个？

   知识要更新、要溯源，用 RAG；行为、格式、领域语感不对，用微调；两者不冲突，多数生产系统是先 RAG 后微调。

   完整速答 →RAG微调
2. Q2

   RAG 的完整流程是什么？从文档到答案要过几道工序？

   两段六步：离线把文档解析、清洗、切分、向量化后入库；在线把查询改写、召回、重排后拼进提示词让模型生成带引用的答案。

   完整速答 →RAG检索
3. Q3

   文档切分（Chunking）怎么做？块切多大合适？

   从固定的几百 token 加重叠起步，再按文档结构升级——标题层级切块、表格整块保留、父块检索子块匹配，切分质量决定检索上限。

   完整速答 →RAGChunking
4. Q4

   Embedding 模型怎么选？看哪些指标？

   五个维度：中文/多语能力、检索精度（看 C-MTEB 这类榜单）、最大输入长度、推理成本、能否私有化部署；选定后用自己的数据建评测集复测，别只信榜单。

   完整速答 →Embedding选型
5. Q5

   向量数据库怎么选？Milvus、FAISS、PGVector 差在哪？

   先问规模和运维：千万级以下原型用 FAISS，已有 PostgreSQL 的用 PGVector，亿级、多副本、要标量过滤的再上 Milvus 这类专用库——别一上来就堆专用设施。

   完整速答 →向量数据库Milvus
6. Q6

   RAG 检索不准怎么排查？从哪一步开始查？

   先把检索和生成分开评——命中了答错是生成的问题，没命中是检索的问题；检索问题再按切分、查询改写、召回、重排四段逐层看。

   完整速答 →RAG排查
7. Q7

   RAG 的效果怎么评估？有哪些指标？

   分两侧评：检索侧看 Recall@k、MRR 这类排序指标，生成侧看忠实度、答案相关性、引用准确；没有标注就先建几十条 Golden Set，工具上 RAGAS 这类框架可以起步。

   完整速答 →RAG评估
8. Q8

   混合检索和重排序（Rerank）是什么？为什么向量检索不够用？

   向量检索懂语义但抓不准精确词——型号、错误码、人名容易丢；补一条 BM25 关键词链路做混合检索，再用交叉编码器把两路结果重排，召回率和排序质量都上台阶。

   完整速答 →混合检索Rerank
9. Q9

   GraphRAG 是什么？它比普通 RAG 强在哪、贵在哪

   GraphRAG 先从文档里抽取实体和关系建成知识图谱，检索时沿着图扩展上下文。强在能回答跨文档的全局问题，贵在建图要过一遍全部语料、查询也要多跳扩展。

   完整速答 →RAG知识图谱
10. Q10

    几百页的长文档怎么做 RAG？直接塞长上下文行不行

    行不行看查询频次：偶尔查一次，直接塞长上下文最省事；高频生产场景要建索引，长上下文有中间内容利用率下降的问题，成本也随每次查询线性增长。

    完整速答 →RAG长上下文
11. Q11

    Query 改写是什么？为什么用户原句直接拿去检索效果差？

    Query 改写是结合意图和对话上下文，把口语、省略或有指代的问题改成更适合检索的表达，避免用户原句与知识库书面文本在词汇和语义上对不上。

    完整速答 →Query 改写检索召回
12. Q12

    RAG 的知识库怎么更新？文档改了答案还是旧的怎么办？

    更新要打通整条链路：旧切片没清、检索没按版本过滤、缓存没失效，任何一层留下旧数据，答案就一直是旧的。给切片带版本元数据，三层对齐才算更新完成。

    完整速答 →RAG知识库更新
13. Q13

    Bi-Encoder 和 Cross-Encoder 是什么？Rerank 为什么非它不可？

    Bi-Encoder 双塔独立编码做召回，文档向量可离线预计算建索引；Cross-Encoder 拼接打分精度高但没法预计算，只能放在召回后的小候选集上做精排。

    完整速答 →RAG检索增强
14. Q14

    Embedding 模型是怎么训练出来的？对比学习在做什么？

    Embedding 训练的核心是对比学习，通过 InfoNCE 损失函数拉近正样本、推远负样本，现代做法高度依赖 In-batch 负例与 BM25 挖掘的难负例来构建训练信号。

    完整速答 →ragembedding
15. Q15

    RAG 的父子索引是什么？为什么检索小块、返回大块？

    父子索引将文档分为两层，向量库存储句子级小块用于精准检索，命中后向大模型提供其对应的段落级大块，解决了检索需要语义集中与生成需要完整上下文的粒度矛盾。

    完整速答 →RAG检索优化
16. Q16

    知识有时效性，向量检索怎么处理时间衰减？

    可以给检索分数加上时间衰减函数，或采用新旧双路召回融合。同时要在写入侧维护文档的失效期元数据，并按文档类型配置不同衰减强度，避免误伤长期稳定的概念类知识。

    完整速答 →RAG向量检索
17. Q17

    向量库选了 HNSW，在线更新和索引一致性怎么处理？频繁更新的代价是什么？

    HNSW 的强项是查询，弱项是删改；频繁更新会导致图连接退化和写入阻塞，实际工程中通常用版本切换和冷热分区机制，把在线改图转换为离线换图。

    完整速答 →向量数据库HNSW
18. Q18

    文档没有标题层级时，分块怎么切？切完剩下的碎块怎么处理？

    遇到无结构文本，按段落、句子、固定窗口或语义相似度骤降点依次降级切分。尾部碎块通常向前合并或交由父子索引处理，保证语义自洽，不强求等长。

    完整速答 →RAG文本分块
19. Q19

    知识库到千万级文档，为什么只调向量库参数救不了召回？

    千万级规模下相似内容海量增加，向量区分度被稀释，单靠调参解决不了干扰项暴增的问题，必须通过检索架构升级、数据治理和模型调优来应对。

    完整速答 →RAG向量检索
20. Q20

    LightRAG 是什么？和 GraphRAG 怎么选？

    LightRAG 是 GraphRAG 的轻量替代，用双层检索取代了昂贵的社区聚类与摘要。做跨文档全局归纳选 GraphRAG，要图结构又想控制成本和增量更新选 LightRAG，局部问答用向量 RAG 就够。

    完整速答 →RAG知识图谱

先补概念？术语速览