主题
RAG 高频面试题
如何为 RAG 系统选择合适的 Embedding 模型？
这道题常用来区分“会背 RAG 名词”和“能把 如何为 RAG 系统选择合适的 Embedding 模型 落到工程链路里”的候选人。
适合阶段：RAG 项目面 / Agent 工程面核心能力：概念边界 · 工程取舍 · 生产落地
面试官角度分析，想考什么
- 真实问法：如何为 RAG 系统选择合适的 Embedding 模型？
是否会从业务语料、语言、成本、维度、部署和评估来选，而不是只看排行榜。 - 能不能讲清边界
面试官想确认你是否知道这个能力解决什么问题、不解决什么问题，以及它和相邻方案的差异。 - 有没有工程调优意识
合格答案要能落到文档、索引、检索、重排、Prompt、评估、成本和权限等实际环节。 - 能不能处理失败情况
生产 RAG 不只追求答对，还要能发现召回差、证据不足、引用错误、旧版本命中和越权风险。
可直接抄走的 30 秒参考答案
text
我会先用排行榜和语言能力筛候选，再用自己的 query-doc 标注集测 `recall@k`、`MRR` 和延迟成本。选择时看中文或多语言能力、领域术语、输入长度、向量维度、API 成本、私有化部署、是否支持 query/document 指令，以及后续重建索引和回滚成本。面试回答详解，知其所以然
这道题不要只背术语。更稳的回答方式是：先说明它在 RAG 链路中的职责，再讲实现机制，最后补上参数取舍、评估方式和生产风险。
1. 先给出核心定义
我会先用排行榜和语言能力筛候选，再用自己的 query-doc 标注集测 recall@k、MRR 和延迟成本。选择时看中文或多语言能力、领域术语、输入长度、向量维度、API 成本、私有化部署、是否支持 query/document 指令，以及后续重建索引和回滚成本。
text
用户问题 -> 检索策略 -> 证据上下文 -> 模型生成 -> 引用与评估2. 放到完整 RAG 链路里理解
- 通用知识库可以先比较 OpenAI、BGE、E5、Voyage、Cohere 等候选。
- 中文、代码、法律、金融、医学等领域要用真实 query 做检索评测。
- 维度越高不必然更好，会增加存储、内存、索引构建和检索延迟。
- 模型最大输入长度不等于最佳 chunk si
3. 讲清工程取舍
- 准确率和召回率：不能只追求 top-1 看起来相关，要确认正确证据是否稳定进入候选集。
- 成本和延迟：更大的
top_k、更复杂的重排、更长的上下文会提升机会，也会增加 token、算力和 P95 延迟。 - 可维护性：文档版本、索引版本、embedding 模型版本和 prompt 版本都要可追踪，否则线上问题很难复现。
- 安全边界：权限过滤、租户隔离、来源可信度和无答案拒答要放在检索链路里，而不是只靠前端隐藏。
4. 面试里可以主动补充的生产细节
- 建一套覆盖高频、长尾、无答案、权限、旧版本和冲突证据的评估集。
- 记录每次请求的 query、rewrite、召回候选、分数、rerank 结果、最终上下文、答案和引用。
- 对低置信检索结果触发扩大召回、改写查询、澄清问题、拒答或转人工。
- 每次改 chunking、embedding、向量索引、reranker 或 prompt，都要做 case-level diff 和回归验证。
面试官追问3个问题
追问一：如果线上效果不好，你先排查哪里？
- 考察点：是否具备分层定位能力。
- 回答方向：先看 trace，确认正确证据有没有进入召回候选；如果候选里没有，查解析、切分、embedding、索引和 query rewrite；如果候选里有但没进上下文，查 rerank、过滤和 top-K；如果上下文里有但答错，查 prompt、模型和引用校验。
追问二：这个能力的参数怎么调？
- 考察点：是否知道参数不能凭感觉。
- 回答方向：用固定评估集比较
recall@k、MRR、上下文精度、faithfulness、最终准确率、P95 延迟和 token 成本，按业务风险选择阈值和默认值。
追问三：生产上最容易忽略什么？
- 考察点：是否有真实落地意识。
- 回答方向：容易忽略版本、权限、引用和无答案场景。RAG 系统必须记录索引版本、文档版本、metadata、引用来源和低置信兜底策略，否则很难做到可信和可回滚。
扩展知识
一个通用排障框架
text
文档是否解析对 -> chunk 是否切得合适 -> embedding 是否匹配 query -> 索引和过滤是否正确 -> rerank 是否把证据排前 -> prompt 是否约束模型 -> 答案是否忠于引用常见错误回答
- 只说“把资料放进向量数据库”，没有解释检索、重排、Prompt 和评估。
- 把相似度分数当成可信度，没有说明证据校验和引用对齐。
- 忽略权限、版本和删除传播，导致旧文档或越权内容进入上下文。
- 用单个 demo case 证明效果，没有离线评估集和线上 trace。