RAG(检索增强生成)是什么、为什么需要、三阶段架构、与长上下文和微调的定位差异。

RAG

校招考察频度：★ 高频（核心必背·高频生死线） 复习主线：RAG 是将“闭卷推理考试”转变为“开卷查阅检索”的成熟确定性工程。校招面试核心聚焦点：RAG 离线索引与在线检索生成三阶段、文档解析与分块策略（破解分块粒度悖论、父子块索引 Parent-Child Retriever）、混合检索架构（Dense 语义向量 + Sparse 关键词 BM25）、Cross-Encoder 重排模型（Reranker）精排序、高级进阶模式（GraphRAG / Self-RAG）与 Ragas 自动化评测。

RAG（Retrieval-Augmented Generation，检索增强生成）是把外部企业私域知识库接入 LLM 生成流程的行业标准方案。

分类考频地图

专题	核心页面	校招考频星级	重点考查要点
文档分块与解析	分块与解析策略	★ 高频	固定长度分块缺陷、语义分块（RecursiveCharacterTextSplitter）、父子块（Parent-Child Retriever）与小块检索大块投喂、表格/代码解析难点
向量化与表征	Embedding 与向量化	★ 高频	语义嵌入空间距离计算、余弦相似度 vs 点积、维度灾难与稠密表征
向量数据库底层	向量数据库原理与选型	★ 高频	近似最近邻（ANN）搜索、HNSW 小世界图算法原理、IVF-PQ 倒排量化、pgvector vs Milvus vs Qdrant 选型
检索与重排精排	检索与重排核心机制	★ 高频	稠密向量语义匹配 vs 稀疏 BM25 关键词匹配、RRF 倒数排名融合、Cross-Encoder 重排全注意力交叉打分
高级 RAG 演进	高级 RAG 进阶范式	★ 高频	查询重写（Query Rewriting）、假设性文档嵌入（HyDE）、Self-RAG 自适应检索、GraphRAG 知识图谱关联
RAG 量化评估	RAG 评测与调优	☆ 中频	Ragas 核心三元组：忠实度（Faithfulness）、答案相关度（Answer Relevance）、上下文召回率（Context Recall）

为什么需要 RAG

LLM 的三个天生短板：

幻觉。 模型是概率生成器，不知道的事情会一本正经地编。RAG 用检索到的真实文档约束生成，答案有据可依
知识过期。 参数知识有截止日期，问今天的股价、最新的政策，模型只能按旧数据答。RAG 知识库可以分钟级更新
私有数据进不去。 企业文档、合同、内部手册不能写进模型权重（训练成本高、无法删除、有泄露风险）。RAG 把知识放在模型之外，按需注入

附带收益：可溯源。每个答案都能指出来自哪篇文档的哪个片段，出错能定位到具体知识条，这是企业场景的硬需求。

三阶段架构

RAG 三阶段架构

索引（Indexing）：离线完成。原始文档解析成纯文本，切成适合检索的块（chunk），用嵌入模型转成向量，存入向量数据库
检索（Retrieval）：在线完成。用户查询用同一个嵌入模型向量化，在向量库里做相似度搜索，取最相关的 Top-K 个块
生成（Generation）：在线完成。把原始问题和检索到的片段拼进 Prompt，LLM 生成回答，回答基于检索内容而非模型记忆

索引是离线的，检索和生成是在线的，每次请求的延迟主要花在后两段。

与相邻方案的定位

方案	比喻	特点
RAG	开卷考试，按需查书	知识可更新、可溯源，检索质量决定上限
长上下文	把整本书搬进考场	实现简单，但塞满窗口注意力稀释、成本高
微调	背书进脑子	行为风格深度定制，但知识更新慢、不可溯源

三者不是替代关系。长上下文适合单次任务需要完整文档的场景；RAG 适合知识库大、频繁更新的场景；微调解决的是”怎么说”，RAG 解决的是”说什么”。

面试追问

RAG 解决什么问题？ 幻觉、知识过期、私有数据接入、可溯源。模型不靠记忆回答，先检索再生成
为什么不全塞进长上下文？ 塞满窗口触发上下文衰减和 Lost in the Middle，注意力稀释，成本随 token 线性涨。RAG 按需注入，窗口始终只装相关内容
三阶段各做什么？ 索引（解析、分块、向量化、入库，离线）、检索（查询向量化、相似度 Top-K，在线）、生成（拼接 Prompt、LLM 回答，在线）
检索质量为什么是上限？ 生成层只是整理检索到的内容，没检索到的东西 LLM 变不出来。调优的主战场永远是检索层，不是换更强的模型
RAG 和微调能一起用吗？ 能，且是生产常态。微调让模型学会输出格式和领域语言，RAG 提供最新事实