Clarity

/

1. 理解深度：面试官首先想确认你清楚，用了 RAG 不等于不产生幻觉。幻觉只是从 "凭空编造" 换成了 "拿错资料或漏了检索继续胡说"，问题本身还在。

2026-02-04 3457 字约 11 分钟 18 访问量

RAG 中的幻觉问题怎么处理？

1. 理解深度：面试官首先想确认你清楚，用了 RAG 不等于不产生幻觉。幻觉只是从 "凭空编造" 换成了 "拿错资料或漏了检索继续胡说"，问题本身还在。

什么是 RAG 查询改写（Query Rewriting）？它怎么提升检索效果的？

2026-02-04

/

1. 概念边界：Query Rewriting 到底改的是啥？跟 Prompt 改写、HyDE 这些名词什么关系，能不能拎清楚。

什么是 RAG 查询改写（Query Rewriting）？它怎么提升检索效果的？

2026-02-04 2298 字约 7 分钟 15 访问量

1. 概念边界：Query Rewriting 到底改的是啥？跟 Prompt 改写、HyDE 这些名词什么关系，能不能拎清楚。

RAG 系统常见的失败模式有哪些？检索质量差怎么排查和优化？

Cover Image of 什么是 RAG 查询改写（Query Rewriting）？它怎么提升检索效果的？

2026-02-04

/

1. 故障画像能力：你能不能按 RAG 的管线把失败点拆开讲？数据层、检索层、生成层各自有啥典型病症，得能说清楚。

RAG 系统常见的失败模式有哪些？检索质量差怎么排查和优化？

2026-02-04 2512 字约 8 分钟 17 访问量

1. 故障画像能力：你能不能按 RAG 的管线把失败点拆开讲？数据层、检索层、生成层各自有啥典型病症，得能说清楚。

2026-02-03

/

1. 基础概念：面试官想确认你是不是真搞懂了递归分块（Recursive Chunking）和语义分块（Semantic Chunking）各自的切分原理。很多人就背一句 "一个按长度切，一个按语义切"，这肯定不够。

2026-02-03 2884 字约 9 分钟 16 访问量

RAG 递归分块和语义分块的区别？

1. 基础概念：面试官想确认你是不是真搞懂了递归分块（Recursive Chunking）和语义分块（Semantic Chunking）各自的切分原理。很多人就背一句 "一个按长度切，一个按语义切"，这肯定不够。

什么是 RAG 重排序（Rerank）？为什么检索之后还要重排序？

2026-02-03

/

1. 检索精度意识：面试官不仅仅是想知道 Rerank 是什么，更是想确认你理解向量检索（Bi-Encoder）天然存在的精度天花板，知道 "检索 Top-K 结果" 不等于 "Top-K 都相关"。

什么是 RAG 重排序（Rerank）？为什么检索之后还要重排序？

2026-02-03 3021 字约 10 分钟 15 访问量

1. 检索精度意识：面试官不仅仅是想知道 Rerank 是什么，更是想确认你理解向量检索（Bi-Encoder）天然存在的精度天花板，知道 "检索 Top-K 结果" 不等于 "Top-K 都相关"。

RAG 中的混合检索（Hybrid Search）是什么？为什么要用混合检索而不是纯向量检索？

Cover Image of 什么是 RAG 重排序（Rerank）？为什么检索之后还要重排序？

2026-02-02

/

1. 概念理解深度：面试官想知道你是否清楚稠密检索（Dense Retrieval）和稀疏检索（Sparse Retrieval）各自的能力边界——哪些场景向量检索搞不定，哪些场景关键词检索不够用。

RAG 中的混合检索（Hybrid Search）是什么？为什么要用混合检索而不是纯向量检索？

2026-02-02 3104 字约 10 分钟 15 访问量

1. 概念理解深度：面试官想知道你是否清楚稠密检索（Dense Retrieval）和稀疏检索（Sparse Retrieval）各自的能力边界——哪些场景向量检索搞不定，哪些场景关键词检索不够用。

RAG vs 微调 vs 提示工程，什么时候用哪个？

Cover Image of RAG 中的混合检索（Hybrid Search）是什么？为什么要用混合检索而不是纯向量检索？

2026-02-02

/

1. 技术边界认知：面试官想知道你是否清楚每种方法的能力边界——提示工程解决不了知识更新问题，RAG 解决不了风格定制问题，微调解决不了实时性问题。如果连边界都分不清，项目一定会走弯路。

RAG vs 微调 vs 提示工程，什么时候用哪个？

2026-02-02 3237 字约 10 分钟 16 访问量

1. 技术边界认知：面试官想知道你是否清楚每种方法的能力边界——提示工程解决不了知识更新问题，RAG 解决不了风格定制问题，微调解决不了实时性问题。如果连边界都分不清，项目一定会走弯路。

2026-02-02

/

1. 分块策略的理解深度：面试官不仅仅是想知道固定大小分块的缺点，更想知道你是否理解分块策略对整个 RAG 检索效果的连锁影响——从 Embedding 质量到召回精度再到最终生成质量。

2026-02-02 2576 字约 8 分钟 14 访问量

RAG 固定大小分块有什么问题？

1. 分块策略的理解深度：面试官不仅仅是想知道固定大小分块的缺点，更想知道你是否理解分块策略对整个 RAG 检索效果的连锁影响——从 Embedding 质量到召回精度再到最终生成质量。

RAG 中你是怎么做分块的？块大小怎么选的？

2026-02-01

/

1. 分块策略认知：面试官不只是想知道你用了哪种分块方式，更想知道你理解不同策略的适用场景和 trade-off——为什么选这个策略而不是那个？

2026-02-01 2453 字约 8 分钟 16 访问量

RAG 中你是怎么做分块的？块大小怎么选的？

1. 分块策略认知：面试官不只是想知道你用了哪种分块方式，更想知道你理解不同策略的适用场景和 trade-off——为什么选这个策略而不是那个？