RAG 面试题（实时更新补充）

在大模型开发或 Agent 开发的面试中，RAG（检索增强生成）是高频考点，因为它是解决大模型“知识时效性不足”“幻觉生成”等核心问题的关键技术，且在实际业务中应用广泛。以下是常见的 RAG 相关问题，可分为基础概念、核心流程、技术细节、优化策略、评估方法、场景结合等方向：

一、基础概念类

1. 什么是 RAG？它的核心目标是什么？
   考察对 RAG 本质的理解。需要说明 RAG 是“检索 + 生成”的结合：通过检索外部知识库获取相关信息，再让大模型基于检索到的上下文生成回答，核心目标是提升回答的准确性、时效性，减少幻觉。

2. RAG 和 Fine-tuning 有什么区别？各自的适用场景是什么？
   考察对两种知识注入方式的理解。

   • RAG 无需修改模型参数，通过外部检索动态获取知识，适合知识高频更新（如行业动态）、数据量大（如文档库）、低成本快速迭代的场景；
   • Fine-tuning 是通过训练调整模型参数，适合知识稳定、需深度内化（如特定任务范式）、数据量适中的场景。
     需强调：RAG 更灵活，Fine-tuning 对模型“原生能力”提升更明显，但成本高。

3. 为什么 RAG 能减少大模型的“幻觉”？它完全能避免幻觉吗？
   考察对 RAG 原理的深入理解。

   • 原因：大模型的回答受限于训练数据，RAG 让模型基于“检索到的真实上下文”生成，减少对“模糊记忆”的依赖；
   • 不能完全避免：若检索到的信息本身错误、不完整，或模型忽略上下文“自由发挥”，仍可能产生幻觉。

二、核心流程与关键环节类

1. RAG 的核心流程有哪些步骤？每个步骤的作用是什么？
   考察对 RAG 全链路的掌握。标准流程包括：

   • 文档加载（Loading）：从多源（PDF、网页、数据库等）获取原始数据；
   • 文档预处理（Preprocessing）：清洗（去噪、格式统一）、分割（Chunking）为合适的文本块；
   • 嵌入（Embedding）：将文本块转化为向量，捕捉语义信息；
   • 存储（Storage）：将向量存入向量数据库，建立检索索引；
   • 检索（Retrieval）：将用户问题转化为向量，在数据库中检索相似文本块；
   • 生成（Generation）：将问题和检索到的上下文传入大模型，生成回答。

2. 文档分割（Chunking）在 RAG 中非常重要，你会怎么设计分割策略？需要考虑哪些因素？
   考察对预处理关键环节的理解。

   • 核心目标：让每个文本块（Chunk）包含“完整的语义单元”，避免检索到碎片化信息。
   • 常见策略：按固定长度（如 500 tokens）、按语义（如段落、章节，用 NLTK/Spacy 分句）、按格式（如 PDF 页眉页脚分割）；
   • 考虑因素：文档类型（长文档需更细分割）、知识密度（密集内容分小 chunk）、模型上下文窗口（chunk 长度不超过窗口限制）、重叠度（设置 50-100 tokens 重叠，避免语义割裂）。

3. Embedding 模型的选择对 RAG 效果有什么影响？如何选择合适的 Embedding 模型？
   考察对嵌入环节的理解。

   • 影响：Embedding 模型的语义捕捉能力直接决定检索准确性（相似文本向量距离是否近）；
   • 选择依据：语言支持（如多语言选 text-embedding-ada-002 或 m3e）、维度（高维向量精度高但存储成本高）、性能（ latency 和吞吐量）、领域适配性（垂直领域可选微调的专业模型）。

4. 为什么需要向量数据库？常用的向量数据库有哪些？它们的特点是什么？
   考察对存储和检索环节的理解。

   • 原因：传统数据库无法高效计算向量相似度，向量数据库通过索引（如 HNSW、IVF）实现快速近似最近邻搜索；
   • 常见数据库：Pinecone（托管，易用）、Milvus（开源，高扩展性）、Weaviate（支持多模态，自带语义理解）、Qdrant（轻量，适合小规模场景）。

5. 检索阶段常用的策略有哪些？如何提升检索的准确性？
   考察对检索优化的理解。

   • 基础策略：相似性检索（基于向量距离）、关键词检索（结合 BM25 等传统方法）；
   • 进阶策略：
     • 混合检索（Hybrid Search）：结合向量语义检索和关键词检索，弥补纯向量对“精确词”不敏感的问题；
     • 多轮检索（Multi-turn Retrieval）：根据前一轮回答或用户追问动态调整检索 query；
     • 过滤检索：基于元数据（如时间、类别）筛选相关文档，缩小检索范围；
   • 提升准确性：优化 chunk 质量、选择更优 Embedding 模型、调整检索参数（如 top_k 不宜过大/过小）、增加检索结果重排序（如用 Cross-Encoder 对初筛结果打分）。

三、优化与挑战类

1. 当 RAG 系统回答不准确时，你会从哪些环节排查问题？
   考察问题定位能力，典型排查链路：

   • 检索环节：是否检索到了真正相关的文档？（可手动检查检索结果与问题的相关性）；
   • 预处理环节：chunk 是否分割合理？是否有重要信息被拆分或遗漏？
   • Embedding 环节：Embedding 模型是否适配场景？（如多语言场景用错单语言模型）；
   • 生成环节：提示词是否清晰引导模型“基于上下文回答”？是否存在上下文过长导致模型忽略关键信息？

2. 如何处理长文档的 RAG 场景？（如几百页的报告、论文）
   考察对复杂场景的应对能力。

   • 层次化检索（Hierarchical Retrieval）：先分割为“章节级 chunk”，检索到相关章节后，再在章节内检索“段落级 chunk”，减少噪声；
   • 摘要增强：先对长文档生成摘要，用摘要向量检索，再结合原文细节；
   • 滑动窗口分割：对长文本按固定窗口+重叠度分割，确保上下文连续性；
   • 结构化提取：对文档中的表格、公式等结构化信息单独处理，避免丢失关键数据。

3. RAG 中如何处理多模态数据？（如包含图片、表格、音频的文档）
   考察多模态 RAG 的理解（当前热点）。

   • 图片：用多模态 Embedding 模型（如 CLIP）将图片和文本转化为同一向量空间，检索时同步匹配图片和文本；
   • 表格：将表格解析为结构化数据（如 CSV），用表格专用 Embedding 模型（如 Table Embedding）或转化为自然语言描述后嵌入；
   • 音频：先转文字（ASR），再按文本流程处理，或用音频 Embedding 模型直接嵌入。

4. 如何解决 RAG 中的“知识时效性”问题？（如实时更新的新闻、动态数据）
   考察动态场景的处理能力。

   • 增量更新：向量数据库支持增量写入，新文档实时嵌入并加入索引；
   • 定时同步：设置定时任务，定期爬取/获取最新数据，更新向量库；
   • 事件触发更新：当数据源有新内容时（如 API 通知），触发自动嵌入和存储流程。

5. RAG 系统的性能瓶颈可能在哪里？如何优化？
   考察系统工程能力。

   • 瓶颈：Embedding 计算耗时（尤其大规模文档）、向量数据库检索延迟（数据量过大时）、大模型生成 latency；
   • 优化：
     • 预处理阶段：批量嵌入、异步处理；
     • 检索阶段：优化向量数据库索引（如 HNSW 调整参数）、增加缓存（缓存高频 query 的检索结果）；
     • 生成阶段：用更轻量的大模型、流式输出减少等待时间。

四、评估与指标类

1. 如何评估 RAG 系统的效果？有哪些关键指标？
   考察对系统评估的理解。

   • 检索质量指标：Recall@k（前 k 个结果中包含相关文档的比例）、Precision@k（前 k 个结果中相关文档的比例）、MRR（平均 reciprocal rank，衡量第一个相关结果的排名）；
   • 生成质量指标：相关性（回答与问题的匹配度）、准确性（是否基于上下文，无幻觉）、简洁性、来源忠实度（是否正确引用检索到的信息）；
   • 评估方法：人工评估（标注员打分）、自动化评估（用大模型作为 evaluator 打分，如 LangChain 的 QAEvaluator）、对比测试（A/B 测试不同策略的用户反馈）。

2. 什么是“检索增强的忠实度”？如何提升？
   考察对生成质量的深入理解。

   • 定义：生成的回答是否严格基于检索到的上下文，不编造未提及的信息；
   • 提升方法：提示词明确约束（如“仅基于以下上下文回答，未提及的内容请说明‘未找到’”）、检索结果加入来源标识（让模型知道需“对来源负责”）、用 RAG 专用评估工具（如 RAGAs）检测幻觉并迭代。

五、与 Agent 结合类

1. 在 Agent 中集成 RAG 有什么作用？如何设计 Agent 与 RAG 的交互流程？
   考察 RAG 与 Agent 的结合能力（核心考点）。

   • 作用：为 Agent 提供外部知识支持，让 Agent 在决策、工具调用、回答时更精准（尤其处理超出模型训练数据的任务）；
   • 交互流程：
     • Agent 接收到任务后，判断是否需要外部知识（如“不知道答案”“知识可能过时”）；
     • 若需要，生成检索 query（可能基于任务拆解或历史对话），调用 RAG 工具检索；
     • 获取检索结果后，Agent 结合自身逻辑（如多轮推理、工具调用）生成最终输出。

2. Agent 中的 RAG 如何处理多轮对话场景？如何保持上下文连贯性？
   考察多轮场景的处理能力。

   • 对话历史管理：将历史对话作为检索上下文的一部分，生成更贴合当前问题的检索 query（如“基于历史对话，用户现在问的‘这个政策’指的是之前提到的 XX 政策”）；
   • 检索记忆：记录前几轮的检索结果，避免重复检索相同内容，或在新问题中结合历史检索信息；
   • 动态调整：根据对话轮次增加检索的“聚焦度”（如从宽泛检索到精准检索）。

六、实际场景与落地类

1. 你在项目中用过 RAG 解决什么问题？具体技术方案是什么？遇到了哪些挑战？
   考察项目经验（行为面试题）。需结合实际场景说明，例如：

   • 场景：企业内部知识库问答（如 HR 政策、产品手册）；
   • 方案：用 LangChain 加载 PDF 文档，按段落分割，用 m3e-base 嵌入，存储到 Milvus，检索用混合检索（向量 + BM25），生成用 chatglm3 结合提示词模板；
   • 挑战：文档格式混乱（扫描件 OCR 准确率低）、长文档检索噪声大，通过优化 OCR 工具和层次化检索解决。

2. 在隐私敏感场景（如医疗、金融）中，如何设计 RAG 系统？
   考察合规性意识。

   • 数据本地化：向量数据库部署在私有环境，避免数据泄露；
   • 权限控制：基于用户角色限制检索范围（如医生只能检索自己科室的病例）；
   • 脱敏处理：预处理时对敏感信息（如身份证号、病历细节）脱敏，再嵌入存储；
   • 加密传输：Embedding 向量和检索请求加密，确保传输安全。

总结

RAG 面试问题的核心是考察对全链路技术细节的掌握（预处理、嵌入、检索、生成）、问题定位与优化能力、场景适配能力，以及与大模型/Agent 结合的理解。回答时需结合原理、技术方案和实际场景，体现工程落地思维。