蚂蚁集团面试题 · RAG
蚂蚁集团相关面试题，按最终去重题目聚合。
共 1880 道真题 · 当前筛选命中 14 道 · 更新 2026-08-05
筛选题目已选：RAG
考察点
技术栈
第 1 题请介绍检索增强生成（RAG）的基本原理和应用价值。 考察对 RAG 架构的理解、组成模块及其与纯生成模型的区别第 2 题RAG中如何处理非结构化知识与结构化知识的混合检索? 考察RAG架构中融合非结构化与结构化数据检索的设计能力第 3 题你如何看待 RAG 在大模型应用中的定位？它未来是否会长期存在？ 考察对 RAG 技术本质的理解及其在大模型应用中的长期价值判断第 4 题在检索增强生成（RAG）项目中，如果召回的答案不是想要的，你该怎么处理？ 考察RAG召回质量问题的排查思路与优化策略第 5 题在金融业务中，像“杠杆”、“对冲”等许多术语都存在歧义性。你如何在 RAG 中实现术语的准确消歧？ 考察在专业领域RAG中处理术语歧义与上下文消歧的设计能力第 6 题对RAG（检索增强生成）技术的理解是什么？ 考察对RAG核心原理、关键组件和典型应用场景的理解第 7 题请介绍你对 RAG（检索增强生成）的理解及其典型应用场景。 考察对 RAG 概念、核心组件和适用场景的理解第 8 题请介绍你负责的一个RAG项目，并说明它的亮点。 考察RAG项目经验、技术实现与个人贡献第 9 题请介绍一个你参与的 RAG（检索增强生成）项目，包括系统架构、关键模块和主要挑战。 考察对 RAG 完整链路（检索、重排、生成）的理解与项目落地能力第 10 题请介绍你在项目中如何使用大模型、RAG 和 LangChain 技术，并说明它们的核心作用。 考察对大模型应用、RAG 和 LangChain 的理解与实践能力第 11 题RAG的优化有哪些手段？ 考察对检索增强生成系统各环节优化手段的理解与系统性思考第 12 题如何衡量RAG系统回答的好坏？请给出具体的评估维度与方法。 考察RAG质量评估的多维度理解与实践方法第 13 题请解释RAG（检索增强生成）的技术原理，并说明其核心组件。 考察对RAG整体架构、检索与生成协同机制的理解第 14 题RAG的流程是什么？ 考察对检索增强生成核心流程的理解与描述能力