RAG 系统面试题
请解释 RAG 的工作原理。与直接对 LLM 进行微调相比，RAG 主要解决了什么问题？有哪些优势？
原题一个完整的 RAG 流水线包含哪些关键步骤？请从数据准备到最终生成，详细描述整个过程。
原题在构建知识库时，文本切块策略至关重要。你会如何选择合适的切块大小和重叠长度？这背后有什么权衡？
原题如何选择一个合适的嵌入模型？评估一个 Embedding 模型的好坏有哪些指标？
原题除了基础的向量检索，你还知道哪些可以提升 RAG 检索质量的技术？
原题请解释"Lost in the Middle"问题。它描述了 RAG 中的什么现象？有什么方法可以缓解这个问题？
原题在什么场景下，你会选择使用图数据库或知识图谱来增强或替代传统的向量数据库检索？
原题如何全面地评估一个 RAG 系统的性能？请分别从检索和生成两个阶段提出评估指标。
原题传统的 RAG 流程是"先检索后生成"，你是否了解一些更复杂的 RAG 范式，比如在生成过程中进行多次检索或自适应检索？
原题RAG 系统在实际部署中可能面临哪些挑战？
原题了解搜索系统吗？和 RAG 有什么区别？
原题知道或者使用过哪些开源 RAG 框架比如 Ragflow？如何选择合适场景？
原题构建向量检索库时如何处理时间衰减对召回的影响？
原题RAG中知识库搭建，对知识库的文件文档进行动态增量更新，怎么来避免新旧文档的分布不一致导致的检索偏差问题？
原题RAG如果有噪声怎么办？
原题讲一下BM25算法原理
原题是否做过意图识别？如果要做意图识别，可以怎么实现？
原题介绍检索做的优化，具体追问子问题分解怎么做，有没有做意图识别？
原题在RAG里的"召回-过滤-生成"三段式 pipeline能细讲一下吗？
原题介绍一下function calling和MCP
原题在高并发查询 Agent 系统中，你会如何优化召回和生成阶段的延迟？
原题如果让 agent 调用搜索引擎，如何避免无关结果影响回答？
原题
暂无题目