【大模型LLM面试合集】RAG（Retrieval-Augmented Generation）技术全面解析
（2025–2026 面试高频版，覆盖从基础到前沿，适合大厂/算法岗/应用落地岗）

RAG 是当前 LLM 应用落地最核心、最实用的技术，几乎 90% 的企业级 GenAI 项目（企业知识库、客服机器人、法律/金融问答、代码助手等）都会用到。它直接解决了 LLM 两大硬伤：

• 知识时效性：模型训练截止日期后知识无法更新
• 幻觉（Hallucination）：凭空编造事实

核心一句话：
RAG = Retriever（检索） + Generator（生成）
在生成答案前，先从外部知识库检索相关文档 → 把文档作为上下文拼接进 Prompt → 再让 LLM 生成。

1. RAG 发展阶段（面试必背时间线）

2. 经典 Naive RAG 完整流程（画图必备）

用户 Query
    ↓
Query Rewrite / HyDE（可选：生成假设文档）
    ↓
Embedding（双向编码器：BGE、E5、text-embedding-3-large 等）
    ↓
Vector DB 检索（Top-K：FAISS / Chroma / Milvus / Pinecone / Weaviate）
    ↓
（可选）Reranker（Cross-Encoder：bge-reranker、Cohere Rerank）
    ↓
Context 组装（Chunk 拼接 + Metadata + 排序）
    ↓
Prompt 构建（System + Few-shot + Context + Query）
    ↓
LLM 生成（GPT-4o / Claude-3.5 / Qwen2.5 / DeepSeek-R1 等）
    ↓
（可选）Post-process：Fact Check / Citation / Answer Verification

3. 关键技术组件详解（面试高频考点）

（1）Chunking 策略（最容易被问到）

• 固定长度（500–1000 token）
• 递归字符分割 + Semantic Chunking（基于 embedding 相似度）
• 按标题/段落/表格结构分割（MarkdownHeaderTextSplitter）
• 小 Chunk + Parent Document（LlamaIndex 经典）
• 最佳实践：Chunk Size = 512~1024，Overlap = 100~200

（2）检索方式对比

（3）Reranker
Cross-Encoder 比 Embedding 更准，但慢 10–100 倍 → 常用两阶段：先召回 Top-50，再重排 Top-10。

（4）Prompt 模板（必背）

你是一个专业助手。请严格基于以下上下文回答问题。
如果上下文无法回答，请说“根据提供的信息无法回答”。

上下文：
{context}

问题：{question}

答案：

4. 主流开源框架对比（2026 年最新）

5. 生产落地关键问题（大厂面试必问）

• 如何解决检索噪声？→ Metadata Filtering + Rerank + Self-RAG
• 知识更新？→ Incremental Indexing + Delete+Insert + Vector DB 的 upsert
• 延迟优化？→ Cache（Query Cache + Embedding Cache）+ Async Retrieval + Quantized Embedding
• 成本控制？→ 小模型 Embedding（BGE-small）+ 稀疏检索 + 只在必要时调用大模型
• 评估指标（必须能说清楚）：
  • Retrieval：Recall@K、NDCG、MRR
  • Generation：Faithfulness（事实一致性）、Answer Relevance、Context Relevance
  • 端到端：RAGAS、ARES、TruLens

RAGAS 核心公式（面试常问）：
Faithfulness = 由 LLM 判断生成的句子中能被上下文支持的比例

6. 面试高频问题 Top 15（附简答）

1. RAG 和 Fine-tuning 有什么区别？
   RAG：实时知识注入，低成本、可解释；Fine-tuning：领域能力内化，高成本、难更新。

2. 为什么需要 Reranker？
   Embedding 是双塔模型，语义匹配但不精确；Cross-Encoder 是单塔，更准但慢。

3. Chunk 太小/太大各有什么问题？
   太小：丢失上下文；太大：超过上下文窗口 + 稀释相关信息。

4. 如何做多模态 RAG？
   ColPali / LLaVA + 多模态 Embedding + 图文联合检索。

5. GraphRAG 和 Naive RAG 区别？
   GraphRAG 对整个知识库构建图谱 → 生成社区摘要 → 检索摘要而非原始 Chunk，适合全局理解。

6. 如何防止 RAG 还是幻觉？
   Self-RAG / CRAG / Citation + LLM-as-Judge 后验校验。

7. 推荐学习路径（1 周速成面试）

• Day 1–2：LangChain/LlamaIndex 官方 RAG 教程 + 跑通本地 PDF 问答
• Day 3：读《Retrieval-Augmented Generation for Large Language Models: A Survey》（2024 最新综述）
• Day 4：实现 Hybrid Search + Rerank
• Day 5：GraphRAG 官方 Demo
• Day 6：RAGAS 评估 + TruLens 可视化
• Day 7：刷 LeetCode-style RAG 题 + 准备上面 15 个问题

想看完整代码（LangChain + BGE + Milvus + Rerank 的生产模板）、GraphRAG 详细实现、RAG vs Fine-tuning 成本对比表、2025 年最新论文解读，或者某个具体框架的深度拆解，直接告诉我，我立刻给你补全！

面试加油，你已经比 80% 的人准备得更充分了！🚀