IT 面试题库

什么是 RAG(检索增强生成)?典型流程?

高级简答题AI应用开发工程师算法工程师RAG检索向量库

题目

说明为什么需要 RAG 及其关键组件。

参考答案

内容深度:基础 · 无代码示例 · 来源:种子题库 · 未复核 · 89 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解

RAG = Retrieval-Augmented Generation:先检索外部知识,再让 LLM 基于检索内容生成答案,缓解幻觉、注入私有/实时知识。

离线(建库):文档切片 → 向量化(Embedding 模型)→ 存入向量数据库。

在线(问答):用户问题向量化 → 向量库相似检索 Top-K 片段 → 拼进 Prompt(上下文)→ LLM 生成带引用的回答。

关键:切片策略、Embedding 质量、检索召回率、重排(rerank)、上下文裁剪、引用溯源。RAG 适合企业知识库、客服、合规问答。

练这道题

同分类 · 高频题

题目与答案就在本页;收藏、批注和错题重练在应用内

这道题看完了?连刷同类题,趁热打铁效果最好 进入刷题