RAG 面试题

题集来源:卡码笔记(kamacoder)查看原题集

题目目录

21 道原题
  1. LLM 的知识截止问题你怎么解决?

    原题
  2. 你说你做过 RAG 项目,能完整讲一下从用户提问到最终回答的链路吗?

    原题
  3. 向量检索和关键词检索有什么区别?

    原题
  4. Embedding 的原理是什么?为什么语义相似的文本向量距离近?

    原题
  5. 你们项目用的什么向量数据库?为什么选它?

    原题
  6. 你已经用混合检索了,为什么还要 Rerank?检索结果不够好吗?

    原题
  7. 你们 Chunk 策略怎么设计的?chunk size 设的多少?为什么?

    原题
  8. 你们用的什么 Embedding 模型?为什么选它?和 OpenAI 的 ada-002 对比过吗?

    原题
  9. RAG 检索到了正确信息,LLM 还是编造了不存在的内容,怎么办?

    原题
  10. RAG 项目的检索

    完整原题

    你们 RAG 项目的检索准确率是多少?效果不好的时候你怎么优化的?

    原题