大模型面试 RAG 专项 36 题详解

张开发
• 2026/4/2 23:38:31 • 15 分钟阅读

最新文章

推荐文章

相关文章

分享文章

大模型面试 RAG 专项 36 题详解
一、RAG 基础概念与核心流程（8 题）1. 什么是 RAG？为什么要用 RAG？答：RAG = Retrieval-Augmented Generation，检索增强生成。先从外部知识库检索相关文本，再送给大模型生成答案。解决问题：大模型知识过时容易幻觉无法使用私有 / 实时数据隐私数据不能进预训练举例：问 “2026 年公司新政策”，模型没训练过，RAG 从内部文档检索后再回答，无幻觉、实时准确。2. RAG 经典六步流程是什么？答：文档加载（PDF/Word/Excel/ 网页）文本分块（Chunking）向量化 Embedding存入向量数据库用户查询向量化 + 检索 Top-K构造 Prompt → 大模型生成答案举例：上传产品手册 → 切块 → 转向量存 Chroma → 用户提问 → 召回相关段落 → 生成回答。3. RAG 对比 Fine-tuning 优势是什么？答

更多文章