RAG 面试题总结

RAG 面试的分水岭不在”用过哪个向量库”，而在能否把召回链路的每一环讲清：文档怎么切、证据怎么取、答案怎么评、幻觉怎么治。本篇沿链路整理高频题。

考察地图

链路与定位：RAG 两阶段流程、与微调的分工。考察对链路的整体认知。
Chunk 策略：固定长、递归、语义、父子切分的取舍。考察文档侧基本功。
检索优化：混合检索与 RRF、Rerank、”答非所问”排查路径。考察链路调优能力。
评估指标：检索与生成两段式指标。考察评测闭环意识。
幻觉治理与 GraphRAG：证据约束的分层手段、图结构的适用边界。考察进阶判断力。
建议自行查阅：HNSW/IVF 等索引算法细节、向量库选型对比、多模态文档解析、权限过滤的具体实现——属专题深挖，沿召回链路自行展开。

链路与定位

什么是 RAG？完整链路包含哪些环节？

结论：RAG（检索增强生成）在生成前先从外部知识库检索相关证据、连同问题一起交给模型作答，核心是让回答有据可依。链路分离线索引与在线检索生成两阶段。

原理：离线阶段是文档解析 → 清洗结构化 → Chunk 切分 → Embedding 向量化 → 写入向量索引；在线阶段是 Query（必要时改写）→ 召回（向量或混合检索）→ Rerank 精排 → 上下文组装 → 模型带引用生成。每一环都是独立的质量杠杆：解析坏了后面全错，切分决定证据粒度，召回决定质量天花板，重排决定 Top-K 成色，Prompt 决定模型用不用证据。

延伸：面试里按”数据流向”画出两阶段比背定义更加分；主动指出”生成质量的上限由检索质量决定”，说明理解了链路的串联本质。

追问：链路中哪一环的问题最难排查？提示：切分与召回的耦合问题——Chunk 切坏导致的召回失败，症状往往到生成端才暴露。

RAG 和微调怎么选？

结论：知识问题用 RAG，行为问题用微调；RAG 注入的是可追溯的事实，微调塑造的是稳定的风格与表达。

原理：RAG 的优势是知识可天级更新、答案带引用可审计、不触碰模型权重，适合事实密集、时效性强的问答，代价是链路多、检索质量决定上限。微调把领域语感与输出格式内化进权重，响应路径短，但知识更新要重训、容易过拟合旧事实，且无法给出引用来源。企业知识库问答首选 RAG；需要模型”说行话、按固定模板输出”时再叠加微调。

延伸：两者可组合——微调负责格式收敛与领域表达，RAG 负责事实供给。典型反例：试图用微调让模型”记住”每月变更的价格表。

追问：法律法规问答选哪条路？提示：条文时效强且需引用出处，RAG 为主；微调仅用于法言法语的表达风格。

Chunk 策略

Chunk 为什么不能只按固定长度切？

结论：固定长度切分无视语义边界，会把完整论点拦腰斩断、把无关内容拼进同一块，直接污染召回与生成；切分必须尊重文档结构。

原理：常见策略按强度递进：固定长加 Overlap 实现最简单，但块内语义混杂；递归切分按”段落→句子”的层级找边界，是通用默认；语义切分按 Embedding 相似度检测话题拐点，成本高但边界最准；父子切分（Parent-Child）用小 Chunk 做精准召回、返回父块保证上下文完整，兼顾命中率与信息量。块大小的取舍：太大则 Embedding 被稀释、噪声多；太小则语义不完整、答案缺上下文。Overlap 一般取块长的 10%~15%，防边界处信息断裂。

延伸：结构化文档优先按标题层级切，表格与代码块保持整块不拆；标题、页码、来源、权限等元数据要在切分阶段挂到 Chunk 上，后续召回过滤全靠它。

追问：技术文档里代码块被切成两半导致答案报错，怎么改？提示：按语法边界识别代码块，整块保留并允许超出块长限制。

检索优化

Hybrid Search 是什么？BM25 和向量怎么融合？

结论：混合检索并行跑关键词（BM25）与向量两路召回，再按融合算法合并结果，兼顾精确匹配与语义泛化。

原理：两路互补：BM25 对专有名词、型号、错误码等字面匹配极强，但不懂同义词；向量检索理解语义，却在罕见术语与数字编号上漂移。融合常用 RRF（Reciprocal Rank Fusion）：只看各路名次、不看原始分数，天然免疫两路分数量纲不一致的问题，常数 k 一般取 60。合并后再接 cross-encoder 重排定型 Top-K。

RRF(d) = 1 / (k + rank_bm25(d)) + 1 / (k + rank_vector(d))

延伸：权重可按场景调——FAQ 类精问精答给 BM25 更高权重，开放问答偏向向量。注意权限与租户过滤要在两路召回时各自生效，合并后再过滤会漏数据。

追问：为什么不能把 BM25 分数和向量余弦分直接加权？提示：两者量纲与分布完全不同，需归一化或改用名次融合。

为什么需要 Rerank？不能只靠向量相似度排序吗？

结论：向量召回是粗排——双塔分别编码、打分快但精度有限；Rerank 用 cross-encoder 对 query 与候选联合编码，精度高但慢。两者搭配是性价比最优解。

原理：向量检索把 query 和文档独立编码成向量再算距离，编码时彼此不可见，相关性信号有损失；cross-encoder 把 query 与候选拼在一起过模型，逐对打出精细相关分，但 O(n) 的逐对计算无法对全库使用。标准做法是向量或 BM25 召回 Top 50~~100，Rerank 精排出 Top 5~~10 进上下文。召回决定天花板，重排决定最终质量，解决的是链路不同位置的问题。

延伸：Rerank 在长 Chunk、候选噪声大时收益最明显；短句精确匹配场景收益有限。上线前用 Recall@K 对比验证，别为”架构完整”硬加。

追问：正确文档已进候选池但总排在 TopK 之外，调召回还是上 Rerank？提示：先看候选池名次分布——落在 20~50 名说明召回够、缺精排。

线上出现”答非所问”，按什么路径排查？

结论：沿链路从数据到生成逐层定位：解析 → Chunk → 召回 → 重排 → Prompt 与生成，先确认证据对不对，再看模型用没用。

原理：五层排查法。解析层：源文档是否解析成功，表格图片有没有丢；Chunk 层：正确内容是否被切散、元数据是否缺失；召回层：用原 query 直查向量库，正确 Chunk 在不在候选池——不在就是召回问题（改写 query、调索引、上混合检索）；重排层：在候选池但进不了 Top-K，加重排或调权重；生成层：证据齐了仍答错，查上下文顺序（关键证据是否被埋在中段）、截断与指令约束（有无要求仅依据证据作答）。

延伸：这套路径的前提是先建 Badcase 样本集，用标注好的”问题 → 应有证据”对照，才能分清每一层的责任；没有样本集的优化都是盲调。

追问：只有最终答案评分、没有中间数据时，怎么判断问题在检索还是生成？提示：人工标注一轮检索结果——证据对而答案错归生成，证据错归检索。

评估指标

RAG 评估指标有哪些？为什么要分检索和生成两段？

结论：RAG 是检索与生成的串联系统，最终答案差无法区分责任归属；两段式指标把检索质量与生成质量拆开量化，优化才有方向。

原理：检索段指标：Recall@K（正确证据是否进入 Top-K，最重要）、MRR（首个正确结果的倒数排名）、NDCG（考虑排序位置的分级相关性）。生成段指标：Faithfulness（答案是否忠于证据，用于检幻觉）、Answer Relevancy（答案与问题的相关度）、Context Precision（上下文中有用证据的占比）。评测方法上，检索段用标注样本集计算，生成段常用 LLM-as-Judge 打分再加人工抽检校准。

延伸：闭环流程是”Badcase 标注 → 指标定位责任段 → 改策略 → 回归验证”；只看最终答案的主观好坏，会把检索的锅甩给模型，优化永远在错误的层发力。

追问：Faithfulness 低但 Recall@K 高说明什么？提示：证据取对了但模型没用——查指令约束、证据位置与上下文噪声。

幻觉治理与 GraphRAG

RAG 的幻觉问题怎么解决？RAG 一定不会产生幻觉吗？

结论：RAG 只能显著压低幻觉，不能根除——检索可能取错证据，模型也可能无视证据自行发挥；治理要检索、生成、校验三层联动。

原理：幻觉在 RAG 里有三个入口：检索失败（库里没有或没取到，模型被迫硬答）、证据错误（召回内容本身过时或错误）、生成违背（证据正确但模型编造或曲解）。对应手段：检索层保证覆盖与更新，取不到时明确拒答而非让模型自由发挥；Prompt 层强制”仅依据给定证据作答”并要求引用编号；输出层校验答案与证据的一致性（Faithfulness 检测），关键字段走工具核验。源头治理同样关键：知识库要有版本管理与过期清理，数据错了一切白搭。

延伸：拒答策略常被低估——设定召回分数阈值，低于阈值直接回复”未找到相关资料”，代价远小于让模型硬答。

追问：模型引用了证据编号但曲解原意，算哪种幻觉？提示：生成违背型，用 Faithfulness 校验与引用对齐检测来抓。

GraphRAG 解决什么问题？和标准向量 RAG 有什么区别？

结论：标准 RAG 把知识切成孤立 Chunk、靠相似度取证，擅长点状事实问答；GraphRAG 用实体-关系图组织知识，补的是多跳推理与全局性问题的短板。

原理：向量相似度回答不了”A 和 B 通过谁关联”这类多跳问题——每一跳的证据与 query 的相似度都未必高；也回答不了”整个库主要讲什么”这类全局问题。GraphRAG 离线阶段抽取实体与关系建图，做社区发现并为每个社区生成摘要；查询时局部检索沿图多跳遍历，全局检索用社区摘要自底向上聚合。代价是建图成本高（实体关系抽取要过模型）、更新复杂、权限过滤更难设计。

延伸：定位是”补”不是”替”——成熟系统常是关键词、向量、图三路组合，按问题类型路由。判断要不要上图：看 Badcase 里多跳与全局问题的占比，占比很低就不值得。

追问：GraphRAG 的权限过滤怎么做？提示：实体与边挂权限标签、遍历时过滤，比 Chunk 级过滤复杂，需提前设计。

Embedding 模型升级后为什么要重建索引？

结论：不同 Embedding 模型产出的是不同的向量空间，新旧向量之间算距离没有意义；换模型必须全量重建索引，不能混用。

原理：向量相似度的前提是所有向量由同一模型映射到同一空间。升级模型后，旧文档向量留在旧空间，新 query 向量在新空间，两者算出的余弦值接近随机噪声。同理，Chunk 策略变更也要重切重嵌——切分变了，块的内容与边界全变。工程上的平滑做法是双索引灰度：新索引进新库或新 collection，离线评测达标后切流量，旧索引保留一段时间用于回滚。

延伸：只新增不删除的知识库会积累过期与多版本文档，同一文档新旧版本同时被召回是常见 Badcase——更新要走”删旧版再写新版”（delete-then-insert），并给 Chunk 挂版本号便于审计。