RAG · ALL
RAG 检索增强 · 全部题目
共 591 篇，本页第 1-48 篇。← 回到学习路径视图
No.08RAG 首字响应慢？把延迟拆到链路每一层去找被问「RAG 首字延迟怎么优化」，答加缓存、加 GPU 只会暴露没做过真系统。把 TTFT 拆成 Embedding、检…→No.09动态 RAG 的数据质量怎么评估：别让脏知识污染答案检索相似度分很高，答案却引用了废止的旧规则——动态 RAG 的数据质量问题，链路指标看不出来。入库前去重、打质量分、标权…→No.10动态 RAG 的缓存体系怎么设计缓存是 RAG 里收益最高也最容易出事故的组件：key 漏了权限维度就是越权事故，漏了版本号就是陈旧内容。本文按缓存什么…→No.1000RAG 生成阶段最常见的错误有哪些面试官想看你能否跳出“RAG 就是检索+拼接”的浅层理解，系统性地诊断生成阶段的错误根因。考察类型是工程取舍 + deb…→No.1001RAG 评测集应该怎么构建面试官想考察你构建 RAG 评测集的系统性思维，而非简单罗列指标。这属于系统设计 + 工程取舍类型。刁钻点在于：评测集不…→No.1002一个 Demo 版和生产版最大的差别是什么面试官想看的不是“Demo 简单、生产复杂”这种废话，而是你能否从系统设计角度拆解差异，并给出具体工程取舍。这是典型的系…→No.1003一个 RAG 错误，怎么判断到底是“没召回到”还是“召回到了没用好”面试官想看你是否具备系统化的 RAG 错误定位方法论，而不是凭直觉瞎猜。这是典型的“工程取舍 + debug”题，刁钻点…→No.1004一个能上线的 RAG 系统除了主链路，还需要哪些工程能力面试官想考察你是否具备“从算法 demo 到生产级系统”的工程视野，而非仅会调 RAG 主链路（检索+生成）。刁钻点在于…→No.1005为什么 RAG 调优必须建立问题分类和误差归因机制面试官想考察你是否具备系统化调试 RAG 系统的工程思维，而非只会调参或换模型。这题属于系统设计 + 工程取舍类型，刁钻…→No.1007为什么不能把 RAG 简单理解成“检索 + Prompt”面试官想看你是否真正理解 RAG 的工程本质，而非停留在“检索文档塞进 Prompt”的浅层认知。考察类型是工程取舍 +…→No.1008为什么很多长上下文问题最终还是需要 RAG面试官真正想看的是你对长上下文模型与RAG之间“互补而非替代”关系的工程化理解。这不是背概念题，而是系统设计取舍题。刁钻…→No.1009为什么生产 RAG 经常要把“检索用块”和“生成用块”分开面试官想考察你对 RAG 系统“检索精度”与“生成质量”之间根本矛盾的认知深度。这不是背概念题，而是工程取舍与系统设计题…→No.1010为什么知识库不只是“存内容”，还要管理权限和时效性面试官想考察你对 RAG 系统“工程落地”而非“玩具 demo”的理解深度。这不是背概念题，而是系统设计题。刁钻点在于：…→No.1011什么时候该换模型，什么时候该改 Prompt，什么时候该加 RAG面试官真正想看的是你在 LLM 应用落地中的工程决策能力，而非背诵概念。考察类型是系统设计 + 工程取舍。刁钻点在于：候…→No.1012什么是分层检索（Hierarchical Retrieval）面试官想考察你是否能跳出“平面切块+Top-K”的思维定式，真正理解长文档检索中结构利用的价值。这是典型的系统设计+工程…→No.1013什么是多路召回（Multi-Retrieval）面试官想看的不是“多路召回就是多个检索器一起用”这种定义，而是你能否在工程落地中平衡召回率、延迟、结果冗余这三个矛盾点。…→No.1014什么是纠错型 RAG（Corrective RAG / CRAG）面试官想考察你是否理解RAG系统在真实落地中的“脆弱性”——检索结果质量不可控时，系统如何自救。这属于系统设计+工程取舍…→No.1017向量检索是怎么找到相似内容的面试官想考察你对向量检索全流程的工程化理解，而非背诵概念。核心看三点：① 是否清楚从“文本→向量→索引→搜索”的完整链路…→No.1018如何优化召回率，如何优化准确率，它们为什么经常冲突面试官想看你是否真正理解信息检索（IR）中召回率（Recall）与准确率（Precision）的底层矛盾，而非只会背概念…→No.1019如何做 RAG 的日志、观测和故障排查面试官想考察你能否将 RAG 从“Demo 玩具”推向“生产系统”。这不是背概念题，而是工程取舍 + Debug 实战题…→No.1020如果资源有限，RAG 应该优先做哪些能力面试官想看你能否在资源受限（算力、内存、延迟预算）下，区分 RAG 系统的“核心生存能力”与“锦上添花功能”。这不是背概…→No.1022用户问题进入 RAG 后，第一步为什么往往不是直接检索面试官想考察你对 RAG 流水线（pipeline）的系统设计思维，而非单纯背概念。核心是看你能不能跳出“检索即搜索”的…→No.1023知识库更新后，索引为什么不能只靠全量重建面试官想考察你对 RAG 系统索引维护的工程落地能力，而非单纯背概念。刁钻点在于：全量重建看似简单可靠，但在生产环境中会…→No.1024．项目里的 Modular Agent ，你能讲讲它是如何实现多步规划的吗面试官想考察你对模块化 Agent 架构中“规划”模块的工程实现细节，而非仅仅背诵 ReAct 流程。这是 P1 进阶题…→No.102613｜Agent+RAG 系统在实际应用中常见的挑战有哪些？如何解决面试官想考察你对 Agent+RAG 系统从“Demo 玩具”到“生产级系统”的工程化认知深度。这不是背概念题，而是系统…→No.1027BM25 和向量检索分别擅长解决什么问题面试官想看你是否真正理解两种检索范式的本质差异，而非停留在“BM25 是关键词，向量是语义”的表面。刁钻点在于：你是否知…→No.1030RAG 和传统搜索、微调分别是什么关系面试官想看你是否真正理解 RAG 的定位，而非只会背概念。这道题属于系统设计对比类，刁钻点在于：很多人把 RAG 简单等…→No.1032Top K 应该怎么设面试官想考察的不是“背一个数字”，而是工程取舍的量化思维。这道题属于超参数调优 + 系统设计混合型，刁钻点在于：Top …→No.1034为什么 Metadata 对 RAG 很重要面试官想看的不是你会不会给文档打标签，而是你是否理解元数据在RAG整条链路中扮演的“信号放大器”和“过滤器”双重角色。考…→No.1036为什么不是所有问题都值得微调面试官想考察你是否具备成本意识和技术选型决策能力，而非只会堆砌技术。这是一个典型的工程取舍问题，刁钻点在于：很多人一遇到…→No.1037为什么原始提问经常不适合作为最终检索词面试官想考察你对 RAG 系统“查询理解”环节的工程敏感度，而非单纯背诵概念。刁钻点在于：很多人以为“用户问什么就搜什么…→No.1038为什么很多 RAG 系统要求模型“只基于提供材料作答”面试官想看你是否理解 RAG 系统“约束模型行为”背后的工程动机，而非背诵“防止幻觉”这种表面答案。核心考察点：你是否能…→No.1039为什么很多企业场景仍然会保留传统搜索入口面试官想考察你是否理解RAG在工业界的真实落地困境，而非只会吹捧新技术。这是典型的“工程取舍+系统设计”题，刁钻点在于：…→No.1040为什么很多生产系统都用混合检索面试官想考察你对检索系统在真实生产环境中的工程理解，而非单纯背诵概念。核心是看你能不能跳出“混合检索就是BM25+向量”…→No.1041为什么很多问题表面看是模型问题，本质上却是数据或检索问题面试官想看你是否具备RAG系统的“故障诊断”思维，而非只会调模型参数。考察类型是工程取舍+debug，刁钻点在于：候选人…→No.1046为什么知识质量往往比模型参数更影响 RAG 效果面试官想验证你是否真正理解 RAG 系统的“木桶效应”——不是考察你背过“数据重要”这个结论，而是看你能不能从检索、生成…→No.1047为什么索引质量会直接决定后续召回质量面试官想考察你对 RAG 系统“数据输入决定输出上限”这一核心原则的理解深度。这不是背概念题，而是工程取舍与系统设计题。…→No.1048什么是路由检索（Router Retrieval）面试官想考察你对“动态检索策略”的理解深度，而非仅仅背诵概念。核心是看你能否设计一个路由决策机制，在查询意图、数据源异构…→No.1080什么时候值得加 Reranker面试官想考察你对 RAG 系统“成本-收益”的工程判断力，而非单纯背诵 Reranker 原理。刁钻点在于：候选人常无脑…→No.1081什么时候应该只返回检索结果，不做生成面试官想考察你是否能跳出“RAG 必须生成”的惯性思维，识别出生成环节是成本与风险的来源，而非必然增值步骤。这是典型的工…→No.1082什么时候应该要求模型引用来源面试官想考察你对 RAG 系统中“引用”机制的工程判断力，而非简单背诵概念。这是典型的系统设计取舍题，刁钻点在于：候选人…→No.1083企业落地 RAG 时最常见的风险是什么面试官想考察你从“Demo 跑通”到“生产扛压”的认知断层。这不是背 RAG 流程，而是让你识别企业级 RAG 最致命的…→No.1088文本、向量、关键词索引、元数据之间是什么关系面试官想考察你对 RAG 系统中多模态索引协同工作的理解深度，而非单纯背诵概念。这是典型的“系统设计 + 工程取舍”题，…→No.1091结构化数据和非结构化数据在 RAG 里分别怎么处理面试官想看你是否真正理解 RAG 中数据处理的“分治”逻辑，而非只会背概念。这道题属于系统设计 + 工程取舍类型，刁钻点…→No.1094RAG 回答里如何处理“资料不足”的情况面试官想考察你在 RAG 系统中处理“不确定性”的工程能力，而非单纯背诵流程。刁钻点在于：多数候选人只会说“让模型判断”…→No.1095上下文太长时，有哪些常见压缩方法面试官想考察你对长上下文场景下“信息密度 vs 计算成本”这一核心矛盾的工程化理解。这不是背概念题，而是系统设计题：你需…→No.1097为什么只做向量检索通常不够面试官想考察你对向量检索“黑盒”本质的深度理解，而非简单背诵概念。这是典型的“工程取舍+系统设计”题，刁钻点在于：候选人…→No.1098什么时候应该“少给”，而不是“多给”面试官想看你是否理解RAG中“上下文数量”与“生成质量”的非线性关系，而非盲目堆砌检索结果。考察类型是工程取舍，刁钻点在…→