RAG 检索增强 面试题¶
涵盖分块索引、向量数据库、搜索策略、元数据过滤、企业知识库。共 130 题：基础 52、进阶 46、高级 32。
基础题（难度：⭐）¶
1. 什么是 RAG？¶
参考答案： Retrieval-Augmented Generation，检索增强生成。先从知识库检索相关文档，再拼入 Prompt 供 LLM 生成答案。解决 LLM 知识时效性、幻觉与私有知识问题，无需微调。
2. RAG 的核心流程是什么？¶
参考答案： 离线：文档加载→分块→Embedding→存向量库。在线：用户 query→Embedding→向量检索 top-k→拼入 Prompt→LLM 生成答案。检索质量决定 RAG 效果。
3. RAG 相比 Fine-tuning 的优势？¶
参考答案： 无需训练成本低；知识更新即时；来源可溯源；无灾难性遗忘；适合知识密集型问答。Fine-tuning 更适合改变能力/风格而非增知识。
4. 什么是文档分块（Chunking）？¶
参考答案： 将长文档切分为较小片段（如 500-1000 Token）以便 Embedding 与检索。分块大小与策略影响检索精度，需平衡上下文完整性与检索精度。
5. 常见的分块策略有哪些？¶
参考答案： 固定大小分块（简单）；按句子/段落分块（保语义）；递归分块（按层级分隔符）；语义分块（按语义相似度）；文档结构分块（按标题/章节）；滑动窗口（overlap 避免割裂）。
6. 什么是 chunk overlap（分块重叠）？¶
参考答案： 相邻分块保留部分重叠内容（如 50-100 Token），避免在边界处割裂语义，保证检索时上下文完整。但增加存储与冗余。
7. 为什么需要 Embedding？¶
参考答案： 将文本转为稠密向量，使语义相近的文本向量距离相近，支持基于语义的相似度检索，是 RAG 检索的基础。比关键词匹配更懂语义。
8. 什么是向量数据库？¶
参考答案： 专门存储与检索向量的数据库，支持近似最近邻搜索（ANN），如 Pinecone、Milvus、Qdrant、Weaviate、Chroma。是 RAG 的核心存储组件。
9. 常见的向量数据库有哪些？¶
参考答案： 云服务：Pinecone、Weaviate Cloud；开源自部署：Milvus、Qdrant、Chroma、Faiss（库）、pgvector（PostgreSQL 扩展）。选型看规模、性能、运维、成本。
10. 什么是 ANN（近似最近邻）搜索？¶
参考答案： 在高维向量空间中近似查找与 query 最相似的 top-k 向量，牺牲少量精度换取大幅速度提升。常见算法：HNSW、IVF、PQ、LSH。
11. 什么是 Cosine 相似度？¶
参考答案： 衡量两向量方向相似性的指标，值域 [-1,1]，越接近 1 越相似。OpenAI Embedding 已归一化，Cosine 相似度等同点积。常用于文本检索排序。
12. 什么是 top-k 检索？¶
参考答案： 检索与 query 最相似的前 k 个文档片段（如 k=5）。k 太小可能遗漏，太大引入噪声与成本。需根据任务与文档质量调整。
13. RAG 中 Prompt 如何组织？¶
参考答案： system prompt 定义角色与规则（"基于资料回答"）；context 注入检索到的文档片段（标注来源）；user 问题；指令"仅基于资料，引用来源，不足时说明"。
14. 什么是元数据（Metadata）？¶
参考答案： 附加在文档片段上的结构化信息：来源、标题、时间、作者、类别、权限等。用于过滤、排序与溯源，提升检索精度与可管理性。
15. 什么是元数据过滤？¶
参考答案： 检索时按元数据条件筛选（如"只查 2024 年的文档"、"只查销售部门"），缩小检索范围提升精度与性能。向量库多支持预过滤或后过滤。
16. RAG 的常见失败模式有哪些？¶
参考答案： 检索不相关（召回差）；检索遗漏关键信息；文档过时；分块割裂语义；上下文超长；模型忽略检索内容；幻觉仍存在。需分别诊断优化。
17. 什么是混合检索（Hybrid Search）？¶
参考答案： 结合稠密向量检索（语义）与稀疏检索（BM25 关键词），取长补短。向量懂语义，关键词精确匹配专有名词/代码。用 RRF 等融合排序。
18. 什么是 BM25？¶
参考答案： 经典基于词频的稀疏检索算法，改进 TF-IDF，考虑文档长度归一化与词频饱和。精确匹配关键词，适合专有名词/代码/ID 检索。Elasticsearch 默认。
19. 什么是 Rerank（重排）？¶
参考答案： 召回 top-k 后用 Cross-Encoder 精排，重新计算 query-doc 相关性，提升最终精度。召回快但粗，rerank 慢但精，是 RAG 标配。
20. Cross-Encoder 与 Bi-Encoder 区别？¶
参考答案： Cross-Encoder 将 query-doc 拼接输入模型输出相似度，精度高但慢，适合 rerank；Bi-Encoder 分别编码再算相似度，可预计算快，适合召回。RAG 中结合使用。
21. 什么是 query 改写（Query Rewriting）？¶
参考答案： 用 LLM 改写用户原始 query 提升检索效果：补充关键词、消除歧义、扩展同义词、分解多子问题。原始 query 可能口语化或不利于检索。
22. 什么是 HyDE？¶
参考答案： Hypothetical Document Embeddings，先让 LLM 生成一个假设性答案文档，用其 Embedding 检索真实文档。假设答案与真实文档语义更接近，提升召回。
23. 什么是多查询检索（Multi-Query）？¶
参考答案： 用 LLM 生成多个不同角度的 query，分别检索后合并去重。覆盖更全面，降低单 query 漏检风险，但增加调用成本。
24. 什么是 RAG-Fusion？¶
参考答案： 多查询检索 + RRF 融合排序。生成多个 query 各自检索，用 Reciprocal Rank Fusion 融合排序得最终 top-k。综合多视角提升检索质量。
25. 什么是 RRF（Reciprocal Rank Fusion）？¶
参考答案： 融合多个排序列表的方法：对每个文档在各列表中的排名取倒数求和。无需分数归一化，简单有效，常用于混合检索与多查询融合。
26. 什么是 Parent-Document 检索？¶
参考答案： 用小块（child）Embedding 检索保证精度，返回其所属大块（parent）保证上下文完整。兼顾检索精度与上下文充分性。
27. 什么是 Self-RAG？¶
参考答案： 模型自主决定是否检索、检索什么、是否使用检索结果。通过反思 token 控制检索与引用，提升相关性与事实性，但需训练特定模型。
28. 什么是 Corrective RAG（CRAG）？¶
参考答案： 检索后评估结果质量，低质时触发 web 搜索补充或重写 query 重检索。用检索评估器改进检索质量，提升鲁棒性。
29. 什么是 GraphRAG？¶
参考答案： 构建知识图谱（实体-关系），检索时结合图结构与向量检索。捕获实体间关系与全局信息，适合多跳推理与全局摘要，但构建成本高。
30. RAG 的离线处理流程？¶
参考答案： 文档加载（PDF/HTML/Office）→清洗→分块→Embedding→存向量库（含元数据）。需文档解析、去噪、结构保留、增量更新、版本管理。
31. 常见文档解析工具？¶
参考答案： PDF：PyPDF2、pdfplumber、Unstructured、Marker；HTML：BeautifulSoup；Office：python-docx/openpyxl；多格式：Unstructured、LlamaParse。需处理表格、图片、版式。
32. 什么是文档清洗？¶
参考答案： 去除文档中的噪声：页眉页脚、水印、乱码、多余空白、导航链接、OCR 错误。清洗质量影响 Embedding 与检索效果。
33. 表格数据如何处理？¶
参考答案： 保留表格结构（Markdown/HTML）；按行或整表分块；表格摘要+原文；可用多模态模型理解表格；或转 SQL 查询。表格是 RAG 难点。
34. 图片数据如何处理？¶
参考答案： OCR 提取文本；多模态 Embedding（CLIP）；图片描述生成；按需调用视觉模型。RAG 对图片支持较弱，常需特殊处理。
35. 什么是增量更新？¶
参考答案： 文档变更时只更新变化部分而非重建全部索引。检测变更（hash/时间戳）、删除旧块、添加新块。降低更新成本与延迟。
36. 什么是索引重建？¶
参考答案： 删除并重建全部向量索引。Embedding 模型升级或 schema 变更时需重建。成本高，需计划窗口或双索引切换无缝迁移。
37. 什么是 Embedding 维度？¶
参考答案： Embedding 向量的维度数（如 1536/3072）。维度高表达力强但存储与计算成本高；维度低成本低但语义区分度弱。需权衡。
38. 如何选择 Embedding 模型？¶
参考答案： 看检索基准（MTEB/BEIR）召回率与 NDCG；领域适配（中英文/代码/医疗）；维度与成本；推理速度；是否支持指令化与降维。需在自己数据上评测。
39. 什么是 MTEB？¶
参考答案： Massive Text Embedding Benchmark，大规模文本 Embedding 评测基准，覆盖检索、分类、聚类、相似度等任务，是选择 Embedding 模型的权威参考。
40. 常用 Embedding 模型有哪些？¶
参考答案： OpenAI text-embedding-3-small/large；开源 BGE 系列（中英文优秀）、E5、GTE、jina-embeddings、Cohere embed。需按语言与场景选型。
41. 什么是 Embedding 缓存？¶
参考答案： 缓存已计算的 Embedding 避免重复计算。文档 Embedding 离线计算存储；query Embedding 可短期缓存（相同 query）。降本提速。
42. 什么是上下文窗口管理？¶
参考答案： 控制注入 Prompt 的检索结果总 Token 不超窗口。需截断、去重、按相关性排序、分块大小调整、多文档压缩。影响质量与成本。
43. 什么是来源溯源？¶
参考答案： RAG 答案标注引用的文档来源（文件名/段落/链接），增强可信度与可验证性。需在检索时保留元数据，Prompt 要求模型引用来源编号。
44. 什么是幻觉检测？¶
参考答案： 检查 RAG 答案是否与检索内容一致，避免编造。可用 NLI 模型判断答案是否被检索内容支持；或 LLM-as-Judge 评估；不一致时重生成或拒答。
45. RAG 的成本构成？¶
参考答案： Embedding 计算（文档+query）、向量库存储与计算、LLM 调用（生成+可能的改写/rerank）、文档处理。LLM 调用占大头，检索其次。
46. 什么是 RAG 的评测？¶
参考答案： 检索质量（召回率/NDCG/MRR）、生成质量（相关性/准确性/完整性/幻觉）、端到端（任务成功率/用户满意度）。需标注数据集与多维指标。
47. 什么是 RAGAS？¶
参考答案： RAG 评估框架，自动评估 RAG 系统的检索与生成质量：context precision/recall、answer faithfulness/relevance。用 LLM 自动评分，无需人工标注。
48. 什么是召回率（Recall）？¶
参考答案： 检索到的相关文档占全部相关文档的比例。召回率低意味着漏检关键信息。RAG 需保证高召回，再用 rerank 提精度。
49. 什么是 NDCG？¶
参考答案： Normalized Discounted Cumulative Gain，归一化折损累积增益。考虑相关性分级与排序位置的检索质量指标，越相关的文档排越前分数越高。是检索标准指标。
50. 什么是 MRR？¶
参考答案： Mean Reciprocal Rank，平均倒数排名。第一个相关文档排名的倒数的均值。适合"找到正确答案即可"的任务，关注首个相关结果的位置。
51. 什么是知识库？¶
参考答案： 结构化或非结构化的知识集合，供 RAG 检索。含文档、FAQ、手册、数据库等。知识库质量与组织直接影响 RAG 效果。
52. RAG 适合什么场景？¶
参考答案： 企业知识问答、文档检索、客服、研究助手、法律/医疗咨询、技术文档查询。需引用来源、知识频繁更新、私有数据的场景。不适合纯生成创作。
进阶题（难度：⭐⭐）¶
1. 如何选择分块大小？¶
参考答案： 平衡检索精度与上下文充分性。小块（200-500 Token）检索精准但上下文不足；大块（1000-2000）上下文全但检索粗且费 Token。需按文档类型、模型窗口、任务评测调优，常 500-1000+overlap。
2. 分析语义分块（Semantic Chunking）的原理与优劣。¶
参考答案： 按 Embedding 相似度检测语义断点分块，保持语义完整。优点：分块自然；缺点：计算成本高、大小不均、需调阈值。适合对分块质量要求高的场景。
3. 如何处理结构化文档（如带标题的Markdown）？¶
参考答案： 按标题层级分块保留结构；元数据记录标题路径（"第1章>第2节"）；检索时可按章节过滤；Parent-Document 用小节检索返回整节；保留标题提升上下文理解。
4. 设计一个支持多格式文档的解析流水线。¶
参考答案： 统一用 Unstructured/LlamaParse 解析多种格式；按格式选解析器；保留结构（标题/表格/列表）；图片 OCR 或多模态；清洗去噪；输出统一中间格式（如 Markdown）；分块入库。
5. 如何评估与选择 Embedding 模型？¶
参考答案： MTEB 基准作参考；在自己领域数据上评测召回率/NDCG；测试中英文/代码/专业术语；考虑维度与成本；推理速度；是否支持指令化与降维；A/B 在线验证。
6. 对比 HNSW、IVF、PQ 等索引算法。¶
参考答案： HNSW 多层图，查询快召回高，内存大；IVF 聚类分桶，可调 probe 精度速度，适合大规模；PQ 量化压缩省内存，精度损失；常组合 IVF+PQ+HNSW。按规模与延迟选。
7. 分析预过滤与后过滤的权衡。¶
参考答案： 预过滤先按元数据筛再向量检索，精度高但可能漏召回（候选少）；后过滤先向量检索再筛元数据，召回稳但可能不足 top-k。数据分布与选择性决定选型，部分库支持混合。
8. 如何实现高效的混合检索？¶
参考答案： 向量库（稠密）+ BM25（稀疏，如 OpenSearch/ES）并行检索；各自取 top-k；RRF 融合排序；可选 rerank 精排。需管理两套索引与同步，权衡精度与复杂度。
9. 设计一个多阶段检索流水线。¶
参考答案： Stage1：粗召回（向量+BM25 混合，大 top-k）；Stage2：rerank 精排（Cross-Encoder，小 top-k）；Stage3：上下文压缩/筛选；Stage4：LLM 生成。逐层提精度降成本。
10. 如何处理多语言 RAG？¶
参考答案： 多语言 Embedding（BGE/E5 多语言）；跨语言检索（query 与文档不同语言）；按语言分索引+路由；翻译对齐；多语言评测；文化适配；混合语言文档处理。
11. 分析 query 改写的策略与效果。¶
参考答案： 策略：补充关键词、消歧、同义扩展、口语转书面、分解子问题、加元数据约束。效果：提升召回与精度，但增 LLM 调用成本与延迟。需评测改写前后检索质量对比。
12. 实现 HyDE 并分析其适用场景。¶
参考答案： LLM 生成假设答案→Embedding→检索真实文档→生成最终答案。适合 query 简短但答案详细的场景（假设答案与文档语义更近）。不适合 query 与答案语义差异大的场景。
13. 如何处理 RAG 中的表格数据？¶
参考答案： 保留表格 Markdown/HTML 结构；整表或按行分块；生成表格摘要辅助检索；表格+描述双索引；复杂查询转 Text-to-SQL；多模态模型理解表格图片；评测表格检索效果。
14. 设计一个支持权限控制的 RAG 系统。¶
参考答案： 文档元数据含权限标签（部门/角色/用户）；检索时按用户权限过滤；向量库支持元数据过滤；Prompt 仅含授权内容；审计日志；缓存按权限隔离；定期校验权限一致性。
15. 如何实现 RAG 的增量更新？¶
参考答案： 文档变更检测（hash/时间戳/事件）；删除旧分块（按 doc_id）；重新分块+Embedding+入库；更新元数据与版本；可选双索引切换无缝；失败回滚；监控索引一致性。
16. 分析 RAG 的上下文长度管理策略。¶
参考答案： 控制检索 top-k 与分块大小；按相关性排序截断；rerank 精选；多文档摘要压缩；Parent-Document 按需扩展；长文档分段处理；上下文窗口预算分配；超长时 Map-Reduce。
17. 如何实现 RAG 的来源溯源？¶
参考答案： 检索时保留文档元数据（来源/位置）；Prompt 注入带编号的片段；指令"引用来源编号"；后处理校验引用存在；前端展示引用可点击跳转原文；增强可信度与可验证性。
18. 设计一个 RAG 的幻觉检测与缓解方案。¶
参考答案： 生成后用 NLI 模型判断答案是否被检索内容支持；或 LLM-as-Judge 评估一致性；不一致时重生成或拒答；Prompt 强调"仅基于资料"；降低 Temperature；引用来源；人工抽检。
19. 分析 Self-RAG 的工作机制。¶
参考答案： 模型通过反思 token 自主决定：是否需要检索（Retrieve）、检索结果是否相关（Relate）、答案是否被支持（Critique）。灵活按需检索与引用，提升事实性，但需训练特定模型。
20. 实现 Corrective RAG（CRAG）。¶
参考答案： 检索后用评估器判断结果质量（相关/模糊/不相关）；相关直接用；模糊触发 web 搜索补充；不相关重写 query 重检索或拒答；多层纠错提升鲁棒性。
21. 分析 GraphRAG 的优势与挑战。¶
参考答案： 优势：捕获实体关系、支持多跳推理与全局摘要。挑战：图谱构建成本高（LLM 抽取实体关系）、更新难、查询复杂、存储与计算开销大。适合关系密集型领域。
22. 如何评估 RAG 检索质量？¶
参考答案： 标注 query-相关文档对；统计召回率（Recall@k）、精确率（Precision@k）、NDCG、MRR；对比不同配置（分块/Embedding/top-k/混合检索）；A/B 在线验证；持续监控。
23. 设计一个 RAG 评测数据集构建流程。¶
参考答案： 收集真实 query；人工标注相关文档与标准答案；覆盖多样场景与难度；包含否定/多跳/模糊案例；定期更新；数据增强（LLM 生成）；标注规范与一致性校验；隐私脱敏。
24. 如何优化 RAG 的延迟？¶
参考答案： 并行检索（向量+BM25）；缓存 query Embedding 与结果；rerank 用轻量模型；控制 top-k；批量 Embedding；向量库优化（HNSW 参数/分片）；流式生成；预计算热 query；CDN。
25. 分析 RAG 的成本优化策略。¶
参考答案： 小模型路由简单 query；缓存复用；Batch Embedding；控制 top-k 与上下文长度；降维 Embedding；自部署开源 Embedding 模型；混合检索减少 LLM 调用；监控用量。
26. 如何处理 RAG 中的冲突信息？¶
参考答案： 检测冲突（多文档说法不一）；按权威性/时效性/来源排序优先；Prompt 指示说明冲突与各来源；让模型权衡或询问用户澄清；保留多观点；避免武断选择；溯源标注。
27. 设计一个支持多租户的企业知识库 RAG。¶
参考答案： 租户隔离（独立索引/schema/命名空间）；权限过滤；按租户配额与限流；知识库管理与上传；配置隔离（Embedding/分块）；审计日志；监控按租户；数据加密；合规。
28. 如何实现 RAG 的 A/B 测试？¶
参考答案： 配置变体（分块/Embedding/检索策略/Prompt）；随机分流；采集检索质量与用户满意度；统计显著性；灰度放量；回滚；需大样本与长期观察；控制变量。
29. 分析 RAG 与长上下文模型的协同。¶
参考答案： 长上下文（如 1M Token）可塞入更多文档但成本高、中间遗忘；RAG 精准检索降本。协同：RAG 召回相关文档→长上下文模型深度分析；或长上下文处理单文档+RAG 跨文档检索。融合是趋势。
30. 如何处理 RAG 中的时效性数据？¶
参考答案： 文档元数据含时间戳；检索时按时间过滤或加权（最新优先）；定期更新知识库；过期文档标记或删除；web 搜索补充实时信息；Prompt 说明数据时效；监控过期。
31. 设计一个 RAG 的多轮对话管理方案。¶
参考答案： 保留对话历史；当前问题结合历史改写 query（解决指代）；检索相关历史；上下文窗口管理（摘要早期）；状态跟踪；话题切换检测；记忆固化关键信息。
32. 如何实现 RAG 的多跳推理？¶
参考答案： 检索-生成-再检索循环（每轮基于前文检索新信息）；query 分解为子问题分别检索；GraphRAG 捕获实体关系；思维链推理；多步 rerank；监控步数防爆炸。
33. 分析 RAG 的"中间遗忘"问题。¶
参考答案： 检索文档放 Prompt 中间易被忽略（Lost in the Middle）。对策：最相关放首尾；控制数量；rerank 后按相关性排序；分块精炼；多轮检索按需；重要信息强调。
34. 如何设计 RAG 的监控体系？¶
参考答案： 检索指标（召回/NDCG/延迟）；生成指标（相关性/幻觉率）；使用指标（QPS/成本/缓存命中）；错误监控（空结果/超时）；用户反馈（评分/纠正）；告警；看板；持续优化。
35. 实现 RAG 的语义缓存。¶
参考答案： query Embedding→向量检索相似历史 query→相似度阈值判断→命中返回缓存答案（校验时效性）。适合 FAQ 高频查询。需处理缓存失效、个性化、时效敏感内容。降本但需评估准确率。
36. 如何处理 RAG 中的长文档？¶
参考答案： 按结构分块（章节）；Parent-Document 检索；摘要+原文双索引；Map-Reduce 分段处理；层级检索（先摘要定位再原文细查）；多模态处理图表；元数据导航。
37. 分析 RAG 的失败诊断方法。¶
参考答案： 分阶段诊断：检索是否召回相关（看 top-k）；rerank 是否排序合理；上下文是否充分；LLM 是否利用检索内容（看输出是否引用）；幻觉是否与检索冲突。针对性优化各环节。
38. 如何实现 RAG 的个性化？¶
参考答案： 注入用户画像（角色/偏好/历史）；按用户权限过滤；个性化 rerank（按历史点击）；记忆跨会话偏好；Prompt 适配用户水平；A/B 验证；隐私保护；避免信息茧房。
39. 设计一个 RAG 的文档版本管理方案。¶
参考答案： 文档版本化（时间戳/版本号）；分块关联版本；检索可指定版本或默认最新；历史版本可查；变更日志；版本回滚；多版本共存（如法规不同年份）；过期清理策略。
40. 如何处理 RAG 中的代码与技术文档？¶
参考答案： 代码按函数/类分块保留结构；代码与注释一起 Embedding；BM25 精确匹配 API 名/函数名；按语言分索引；示例代码特殊处理；API 文档结构化；评测代码检索准确率。
41. 分析 RAG 与微调的协同。¶
参考答案： 微调改模型能力/风格/领域理解；RAG 增知识与时效性。协同：微调模型更好地利用检索内容、遵循引用规则；RAG 注入最新知识。先 RAG 验证，再微调固化能力，持续 RAG 更新知识。
42. 如何实现 RAG 的跨模态检索？¶
参考答案： 多模态 Embedding（CLIP 对齐图文）；图片描述文本索引；OCR 文本索引；按模态分索引混合检索；查询可指定模态；结果多模态呈现；评测跨模态效果。
43. 设计一个 RAG 的知识库管理系统。¶
参考答案： 文档上传与管理（CRUD）；自动解析分块入库；增量更新与版本管理；权限与租户；质量评测；低质文档检测；知识库分类与标签；使用统计；过期清理；审计日志。
44. 如何处理 RAG 中的低质量文档？¶
参考答案： 文档质量评分（完整性/清晰度/时效）；低质标记或过滤；自动清洗去噪；分块质量检测；用户反馈收集低质；定期清理或更新；Prompt 处理不确定性；监控对答案影响。
45. 分析 RAG 的可扩展性挑战。¶
参考答案： 文档规模增长→索引膨胀、检索慢；并发查询增加→向量库压力；多租户隔离；增量更新一致性；跨区域部署；成本控制。需分片、缓存、读写分离、水平扩展、监控。
46. 如何实现 RAG 的可观测性？¶
参考答案： 全链路 Trace（query→改写→检索→rerank→生成）；各阶段输入输出日志；检索质量指标；延迟与成本；用户反馈；错误监控；回放调试；LangSmith/Langfuse 集成；看板与告警。
高级题（难度：⭐⭐⭐）¶
1. 设计一个生产级企业 RAG 系统架构。¶
参考答案： 分层：数据层（文档管理/解析/分块/Embedding/向量库）；检索层（多路召回/rerank/过滤/改写）；生成层（LLM/上下文管理/Prompt）；应用层（多租户/权限/对话）；可观测层；安全层。支持增量更新、A/B、灰度、监控。
2. 如何系统化优化 RAG 的端到端质量？¶
参考答案： 分阶段优化：文档质量→分块策略→Embedding 选型→检索策略（混合/改写/多查询）→rerank→上下文管理→Prompt→模型。建立评测集量化各环节指标，定位瓶颈针对性优化，A/B 验证，持续迭代。
3. 分析 RAG 检索质量瓶颈的诊断方法。¶
参考答案： 逐环节分析：召回率低→改 query 改写/换 Embedding/调 top-k/混合检索；精度低→加 rerank/调分块；上下文不相关→改过滤/压缩；LLM 未利用→改 Prompt/换模型。需标注数据集与指标对比。
4. 设计一个支持实时数据更新的 RAG 架构。¶
参考答案： 文档变更事件触发（CDC/webhook）；流式处理（解析/分块/Embedding）；实时写入向量库；查询时检索最新；版本控制防读到半更新；失败重试队列；一致性校验；监控延迟与一致性。
5. 如何实现 RAG 的大规模文档处理？¶
参考答案： 分布式文档解析与分块；批量 Embedding（Batch API 降本）；向量库分片与集群；并发控制与限流；断点续传与失败重试；增量更新；成本监控；可扩展架构（队列+worker）。
6. 设计一个 RAG 的多阶段检索优化方案。¶
参考答案： Stage1 粗召回（混合检索大 top-k，求高召回）；Stage2 rerank 精排（Cross-Encoder，小 top-k）；Stage3 上下文压缩（去冗余/摘要）；Stage4 相关性校验（过滤不相关）；Stage5 LLM 生成。逐层提精度降成本。
7. 分析 GraphRAG 与传统 RAG 的融合。¶
参考答案： 传统 RAG 擅长事实查询，GraphRAG 擅长关系与多跳推理。融合：向量检索找相关文档+图检索扩展关联实体；图作为补充上下文；混合索引；按 query 类型路由（事实→RAG，关系→GraphRAG）。
8. 如何实现 RAG 的自适应检索策略？¶
参考答案： 按 query 类型/难度动态调整：简单事实→单次向量检索；复杂多跳→多轮检索；关系查询→GraphRAG；时效性→web 搜索；模糊 query→改写+多查询。用分类器或 LLM 决策路由。
9. 设计一个 RAG 的质量保障体系。¶
参考答案： 离线：评测集定期回归（检索+生成指标）；在线：实时质量监控（空结果率/幻觉检测/用户反馈）；告警异常；A/B 验证变更；低质 case 收集入库；定期优化迭代；文档质量治理；模型版本管理。
10. 分析 RAG 的"知识冲突"处理。¶
参考答案： 检索到矛盾信息时：检测冲突（NLI/LLM 判断）；按权威性/时效/来源排序；Prompt 说明冲突与各来源；让模型权衡或询问用户；保留多观点；避免武断；溯源标注；人工介入高危。
11. 如何实现 RAG 的跨语言检索优化？¶
参考答案： 多语言 Embedding（BGE/E5）；query 与文档语言对齐（翻译或跨语言 Embedding）；按语言分索引+路由；混合语言文档处理；多语言 rerank；评测各语言效果；本地化分块策略。
12. 设计一个 RAG 的成本效益优化方案。¶
参考答案： 分层：小模型路由简单 query；语义缓存复用；控制 top-k 与上下文；Batch Embedding；降维；自部署开源 Embedding；混合检索减少 LLM 调用；监控成本归因；按 ROI 优化环节；预算控制。
13. 分析 RAG 与 Agent 的融合架构。¶
参考答案： Agent 决策何时检索、检索什么、如何用结果；RAG 作为 Agent 的工具；多轮检索-推理循环；工具调用编排；记忆系统整合；规划与反思；可观测追踪；安全约束。Agentic RAG 是趋势。
14. 如何实现 RAG 的细粒度权限控制？¶
参考答案： 文档/分块级权限标签（部门/角色/用户/项目）；检索时按用户身份过滤；向量库支持高效元数据过滤；Prompt 仅含授权内容；多级权限（读/引用/展示）；审计；缓存隔离；权限变更同步。
15. 设计一个 RAG 的知识图谱增强方案。¶
参考答案： 从文档抽取实体关系构建图；向量检索找相关文档+图检索扩展关联实体/路径；图作为补充上下文；支持多跳推理；图谱与向量库同步更新；按 query 路由；评测关系查询效果。
16. 分析 RAG 的"上下文窗口"极限挑战。¶
参考答案： 长上下文模型缓解窗口限制但成本高、中间遗忘、并非越长越好。RAG 仍需精准检索而非全塞入。策略：相关性强排序、控制数量、压缩摘要、多轮按需检索、Parent-Document 按需扩展、分阶段处理。
17. 如何实现 RAG 的多文档摘要与聚合？¶
参考答案： Map-Reduce：各文档分别生成摘要→汇总综合答案；按主题聚类文档；多文档 rerank 选代表；分层次摘要（细→粗）；冲突检测处理；引用多来源；控制总长度；评测聚合质量。
18. 设计一个 RAG 的持续学习与优化闭环。¶
参考答案： 收集用户反馈（评分/纠正/点击）；分析失败 case；标注入库扩充评测集；优化分块/Embedding/Prompt；A/B 验证；灰度发布；监控指标；定期迭代；自动化流水线；人工审核关键变更。
19. 分析 RAG 的"检索-生成"对齐问题。¶
参考答案： 检索内容与生成需求不对齐导致效果差。需：query 改写对齐检索；rerank 对齐生成需求；Prompt 引导利用检索内容；生成后校验是否用了检索；反馈优化检索；评测各环节一致性。
20. 如何实现 RAG 的多模态融合检索？¶
参考答案： 统一 Embedding 空间（CLIP 对齐图文）；多模态索引（文本/图片/表格）；混合检索；按 query 类型路由模态；结果多模态呈现；多模态 rerank；评测跨模态效果；处理模态缺失。
21. 设计一个 RAG 的高可用与容灾方案。¶
参考答案： 向量库多副本与分片；跨区域部署；故障自动切换；缓存兜底；降级（无检索直接 LLM 或拒答）；熔断保护；队列重试；监控告警；定期演练；RTO/RPO 目标；数据备份与恢复。
22. 分析 RAG 的"知识时效性"管理。¶
参考答案： 文档时间戳与有效期；检索按时间过滤或加权最新；定期更新知识库；过期文档标记/归档/删除；web 搜索补充实时；Prompt 说明数据时效；监控过期率；按领域设更新频率。
23. 如何实现 RAG 的细粒度分块优化？¶
参考答案： 按文档结构（标题/段落/列表/表格）智能分块；语义分块保完整性；Parent-Document 小块检索大块返回；分块大小按文档类型调；overlap 防割裂；元数据记录位置；评测分块质量。
24. 设计一个 RAG 的查询理解与路由系统。¶
参考答案： 意图识别（事实/关系/摘要/多跳）；难度评估；query 改写与扩展；按意图路由检索策略（向量/BM25/GraphRAG/web）；按难度调 top-k 与 rerank；按场景选模型；动态适配提升效果与成本。
25. 分析 RAG 的"幻觉根因"与系统性缓解。¶
参考答案： 根因：检索不相关/不足、模型忽略检索、模型编造、上下文冲突。系统性缓解：提升检索质量、Prompt 强调基于资料与引用、降低 Temperature、生成后 NLI 校验、不一致重生成、拒答机制、人工抽检。
26. 如何实现 RAG 的多用户并发与性能优化？¶
参考答案： 向量库连接池；并发检索限流；缓存 query Embedding 与结果；异步非阻塞 IO；读写分离；分片负载均衡；rerank 轻量化；流式生成；水平扩展；监控 P99 延迟；容量规划。
27. 设计一个 RAG 的知识库治理方案。¶
参考答案： 文档生命周期管理（创建/审核/发布/更新/归档/删除）；质量评分与治理；重复/过时检测；分类与标签体系；权限与审计；版本管理；使用统计与价值评估；责任人制度；定期复盘。
28. 分析 RAG 的"长尾 query"处理。¶
参考答案： 长尾 query 检索效果差。对策：query 改写与扩展；多查询检索；HyDE；web 搜索补充；兜底回复与转人工；收集长尾 case 优化知识库；FAQ 扩充；持续学习；评测长尾覆盖率。
29. 如何实现 RAG 的可解释性与可信度？¶
参考答案： 来源溯源与引用；检索过程可视化（top-k 与分数）；答案与检索片段对齐标注；置信度评估；不确定性说明；冲突透明展示；审计日志；可重放；用户反馈机制；评测一致性。
30. 设计一个 RAG 的演进路线图。¶
参考答案： 阶段1：基础 RAG（向量检索+LLM）；阶段2：混合检索+rerank；阶段3：query 改写+多查询+自适应路由；阶段4：Agentic RAG（多轮检索+工具）；阶段5：GraphRAG+多模态+持续学习。按价值与难度渐进。
31. 分析 RAG 的"知识规模化"挑战。¶
参考答案： 文档海量→索引膨胀、检索慢、噪声多、成本高。对策：分片与集群；高效索引（HNSW/IVF）；精准过滤减少候选；分级检索（粗→精）；缓存；按域分索引；冷热分层；压缩量化；评测规模扩展性。
32. 如何实现 RAG 的端到端自动化评测平台？¶
参考答案： 评测集管理（标注/版本/扩充）；自动检索评测（召回/NDCG）；自动生成评测（RAGAS/LLM-Judge：faithfulness/relevance）；端到端任务成功率；对比基线与变体；A/B；可视化看板；回归 CI；持续监控。从人工走向自动化。