一、基础认知篇：RAG是什么？

问题1：什么是RAG？请简要解释其核心原理。

参考答案：
RAG（Retrieval-Augmented Generation）是一种结合“外部知识检索”和“大语言模型生成”的混合架构。其工作流程分为两个阶段：

• 检索阶段：根据用户查询，从知识库（如向量数据库）中检索相关文档或段落

• 生成阶段：将检索到的内容作为上下文注入Prompt，让LLM基于这些信息生成回答

核心价值在于：让模型不必“记住”所有知识，而是学会“查找”知识。

问题2：RAG相比传统大模型有什么优势？

问题3：RAG和SFT（监督微调）有什么区别？如何选择？

这是面试高频对比题。

选型决策思路：

• 知识频繁变动、事实依赖强 → RAG

• 风格约束明显、行为模式需统一 → SFT/LoRA

• 两者可结合：先用RAG检索事实，再用微调模型生成特定风格回答

二、RAG全流程拆解篇

问题4：请描述RAG的标准工作流程。

参考答案：

1. 文档加载：支持PDF、Word、HTML等多种格式解析

2. 文本分块：将长文档切分为适合检索的段落（chunk）

3. 向量化：使用Embedding模型将文本转为向量

4. 存储索引：存入向量数据库，构建ANN索引

5. 检索增强：对用户查询进行向量检索，召回Top-K相关文档

6. 生成控制：将检索结果注入Prompt，LLM生成最终答案

问题5：文本分块（Chunking）策略有哪些？如何选择？

这是决定RAG质量的关键环节。

常见策略：

实践建议：

• 典型chunk size：512-1024 token

• 重叠比例：10%-20%

• 生产环境中，质量瓶颈往往不在模型，而在切片和检索策略

问题6：Embedding模型如何选择？有什么考量？

参考答案：

• 维度权衡：768维模型（如BERT-base）语义表达能力强但速度慢；128维模型速度快但可能损失语义

• 领域适配：通用模型在法律、医疗等垂直领域效果下降40%以上，需要领域微调

• 多语言支持：跨语言检索需处理语义对齐问题

• 常用模型：BGE、E5、text-embedding-3-small等

问题7：向量数据库如何选型？关注哪些指标？

参考答案：

• 索引类型：HNSW（高性能）、IVF_FLAT（平衡）、Flat（精确但慢）

• 核心指标：召回率@K、QPS、P99延迟、内存占用

• 主流选型：Milvus（Go写的高性能）、Pinecone（托管服务）、FAISS（轻量级本地）

三、RAG常见问题与优化篇

这是面试中深度考察的部分。面试官通过这些问题判断你是否真正做过RAG项目。

问题8：RAG常见的“十大坑”是什么？

问题9：如何提升检索召回率？

参考答案：

1. 混合检索（Hybrid Search）：

• 稀疏检索（BM25）：关键词匹配，解决专有名词问题

• 稠密检索（向量）：语义匹配，解决同义词问题

• 融合算法：RRF（倒数排名融合）

2. 查询扩展：将原始查询改写为多个变体，扩大召回范围

3. 多路召回：同时使用多种Embedding模型或检索策略

4. 重排序（Rerank）：

• 粗排：召回100-200条（用双塔模型，快）

• 精排：精选5-10条（用Cross-Encoder，准）

问题10：什么是RAG-Fusion？它解决了什么问题？

参考答案：
RAG-Fusion是多通道检索+答案融合的技术架构。解决单一检索通道无法覆盖所有语义方向的问题。

工作流程：
多个RAG并行检索 → 汇总候选结果 → 加权融合 → LLM最终生成

优势：更全、更准、更稳
劣势：成本高、延迟大、实现复杂

问题11：RAG如何解决长文本处理问题？

参考答案：

• 层级检索：先检索相关章节，再定位具体段落

• 滑动窗口：分段处理后聚合结果

• 注意力机制：使用Longformer等长文本模型

• 实践案例：10万字法律合同，通过层级检索+窗口聚合，准确率从62%提升至89%

四、检索优化深度篇

问题12：请解释BM25算法的原理及其在RAG中的应用。

参考答案：
BM25是基于词频-逆文档频率（TF-IDF）的改进算法。核心公式考虑三个因素：

• TF（词频）：词在文档中出现的频率，但做了饱和处理

• IDF（逆文档频率）：词在所有文档中出现的稀有程度

• 文档长度归一化：长文档不会天然获得更高分

RAG中的应用场景：处理专有名词、代码片段、精确术语等向量检索不擅长的场景。

问题13：向量相似度计算方法有哪些？各有什么特点？

问题14：什么是HNSW索引？为什么它适合向量检索？

参考答案：
HNSW（Hierarchical Navigable Small World）是一种基于图的近似最近邻（ANN）索引算法。核心思想：

• 分层结构：类似跳表，上层稀疏连接实现快速导航

• 贪心搜索：从顶层开始，每层找到最近邻后下降到下一层

• 优势：查询复杂度O(log N)，是目前性能最好的ANN算法之一

五、生成优化篇

问题15：如何设计Prompt来提升RAG生成质量？

参考答案：

1. 强制引用：要求模型回答时引用检索文档的具体段落

2. “基于以下内容”约束：明确告诉模型只使用检索内容，不要编造

3. 输出格式约束：指定JSON、Markdown等输出格式

4. “不知道就说不知道”：当检索内容不足以回答时，让模型拒答

问题16：什么是“引用溯源”？如何实现？

参考答案：
引用溯源要求模型生成答案时附带文档ID和段落位置信息。实现方式：

• 在Prompt中要求模型输出引用标记

• 后处理提取并验证引用

• 某金融客服系统引入后，用户信任度评分提升37%

问题17：RAG生成时如何防止“忽略检索内容”？

参考答案：

• 引用验证：提取生成内容中的关键实体，验证是否在检索文档中出现

• 阈值控制：实体匹配率低于阈值（如70%）时触发拒答或重新检索

• 事实核查工具：使用FactScore等工具验证事实一致性

六、评估体系篇

问题18：如何评估RAG系统的性能？

参考答案：

检索阶段指标：

• Recall@K：Top-K结果中包含正确答案的比例

• MRR：平均倒数排名，关注第一个正确答案的位置

• NDCG：归一化折损累计增益，考虑排序质量

生成阶段指标：

• BLEU/ROUGE：文本相似度

• FactScore：事实一致性

• 人工评估：相关性、正确性、完整性

系统效率指标：

• QPS（每秒查询数）

• P99延迟

• 资源占用（CPU/GPU/内存）

问题19：什么是端到端评估？如何进行？

参考答案：
端到端评估需结合用户行为数据：

• 任务完成率：用户是否通过RAG解决了问题

• 二次查询率：用户是否在得到答案后继续提问

• 用户满意度：直接的用户反馈评分

七、Agent与RAG结合篇

问题20：Agent是什么？与RAG有什么区别？

参考答案：

两者关系：RAG可以成为Agent的一个工具，Agent通过RAG获取知识来辅助决策。

问题21：什么是ReAct范式？请解释其工作流程。

用户问题 → LLM生成思考+行动 → 执行行动（如调用工具） → 观察结果 → 继续思考...

与纯RAG的区别：RAG是“检索一次，生成一次”；Agent的ReAct是“思考→行动→观察”的闭环，可迭代优化。

问题22：多Agent协作如何设计？主控Agent和专家Agent的区别？

参考答案：

• 主控Agent：负责任务拆解、节奏控制、调度决策

• 专家Agent：负责垂直领域的深度处理（如技术深挖、项目验证）

设计要点：职责分离，主控负责调度，专家负责执行，这样系统才可控。

问题23：Agent中的工具定义与容错如何处理？

参考答案：

• Schema映射：将函数定义转为JSON Schema

• 容错机制：如果模型生成的JSON格式错误，自动捕获并让模型重试（Self-Correction）

问题24：Agent记忆管理如何设计？

参考答案：

• 短期记忆：当前对话历史

• 长期记忆：向量数据库存储的历史摘要

• Token优化：滑动窗口或摘要压缩策略

八、架构演进与未来方向篇

问题25：RAG架构经历了哪几代演进？

参考答案：

问题26：什么是GraphRAG？与传统RAG有什么区别？

参考答案：
GraphRAG是将知识图谱与RAG结合的技术。传统RAG将文档视为独立片段，丢失了实体间的关联关系；GraphRAG通过知识图谱保留实体关系，支持多跳推理和更复杂的问答。

适用场景：需要理解实体间复杂关系的问题，如“A公司收购的公司中有哪些在B领域竞争”。

问题27：什么是多模态RAG？技术要点是什么？

参考答案：
多模态RAG支持图文音视频联合检索与生成。

• 多模态对齐：将图像、文本、音频统一到同一语义空间

• 融合位置：通常在Transformer的第6-8层插入视觉token

• 损失函数：对比学习 + 分类损失的混合训练策略

某医疗影像诊断系统通过这种设计，将图文联合推理的准确率提升至92%。

问题28：RAG未来可能的发展方向有哪些？

参考答案：

• 多模态RAG：图文音视频联合检索与生成

• Self-RAG：模型自我评估检索质量，决定是否需要重新检索

• Agentic RAG：Agent自主规划检索策略，多轮迭代

• 在线学习：根据用户反馈实时更新Embedding模型

下一篇预告：《RAG面试工程落地与实战避坑：从断线重连到多实例部署的30个硬核问题》——聚焦工程化实战、核心技术难点、多模态扩展及面试策略。