RAG 原理及与模糊搜索、传统检索的区别
哪些公司问过
腾讯143991
答案要点
- RAG 流程:文档切块 → 向量化建索引 → 检索相关片段 → 拼入提示 → 大模型生成
- 模糊搜索是字符/编辑距离的字面匹配;RAG 通常用向量语义匹配
- 优势:生成整合后的答案并可引用来源,更新知识库即可引入新知识
- 不一定更高效:成本和延迟更高,精确关键词、编号类查询字面检索更准
- 提升召回:BM25 + 向量混合检索、查询改写/扩展、分块优化、重排
易错点
- 认为 RAG 总比传统检索好:精确查询场景未必
- 只做向量检索,不评测召回率就上线
- 把 RAG 当成解决幻觉的万能方法:检索错了模型照样会答错
面试官常见追问
- 为什么要做混合检索?
- 分块大小怎么定?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。