面试知识索引 · 分类、标签与搜索

5000 道程序员面试题，每题都有完整答案

程序员面试题库第 68 页，收录第 3351–3400 题，共 5000 道完整解析，覆盖前端、JavaScript、React、Vue、Node.js、AI Agent、网络、数据库与系统设计。

5,000完整问题

52技术分类

178检索标签

100索引分页

快速定位

分类、标签与关键词搜索

第 68 页

本页面试问题

按稳定语义路径排序

3351
AI 开发RAG 检索
RAG 分块时为什么要设置 chunk overlap（重叠），重叠过大有什么副作用？
围绕“RAG 分块时为什么要设置 chunk overlap（重叠），重叠过大有什么副作用”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答重叠如何保护跨边界语义、以及重叠带来的重复内容与索引膨胀代价。
核心关键词RAG chunk overlap 重叠副作用
#RAG 检索#RAG
3352
AI 开发RAG 检索
RAG 中如何确定文本分块(chunk)的大小，过大和过小分别会导致什么检索问题？
围绕“RAG 中如何确定文本分块(chunk)的大小，过大和过小分别会导致什么检索问题”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确块大小对召回语义完整性与嵌入精度的双向影响。
核心关键词RAG chunk size 分块大小权衡
#RAG 检索#RAG
3353
AI 开发RAG 检索
RAG 如何让生成答案带引用来源，上下文组装阶段需要给每个文档块附加什么信息？
围绕“RAG 如何让生成答案带引用来源，上下文组装阶段需要给每个文档块附加什么信息”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答块级来源标识注入与提示模型引用编号的机制。
核心关键词RAG 引用来源上下文标注
#RAG 检索#RAG#安全
3354
AI 开发RAG 检索
父子分块或重叠分块的 RAG 系统在组装上下文时如何去重合并，避免同一内容重复占用 token？
围绕“父子分块或重叠分块的 RAG 系统在组装上下文时如何去重合并，避免同一内容重复占用 token”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答按父文档聚合或相邻块合并的具体做法。
核心关键词RAG 上下文去重合并重叠 chunk
#RAG 检索#RAG
3355
AI 开发RAG 检索
RAG 组装上下文时如何在有限 token 预算内分配系统提示、历史对话和检索文档，超预算时应优先砍哪部分？
围绕“RAG 组装上下文时如何在有限 token 预算内分配系统提示、历史对话和检索文档，超预算时应优先砍哪部分”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖必须给出优先级排序与截断策略的判断。
核心关键词RAG 上下文窗口 token 预算截断策略
#RAG 检索#RAG
3356
AI 开发RAG 检索
LangChain 的 ContextualCompressionRetriever 如何只保留文档中与问题相关的部分，它解决的是什么具体问题？
围绕“LangChain 的 ContextualCompressionRetriever 如何只保留文档中与问题相关的部”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答长文档召回后抽取相关片段以降低噪声与 token 成本。
核心关键词ContextualCompressionRetriever 上下文压缩
#RAG 检索#RAG
3357
AI 开发RAG 检索
RAG 系统选择嵌入（embedding）模型时应依据哪些维度，为什么嵌入模型换了必须重建索引？
围绕“RAG 系统选择嵌入（embedding）模型时应依据哪些维度，为什么嵌入模型换了必须重建索引”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答向量空间一致性要求及语言、维度、领域匹配等选择标准。
核心关键词RAG embedding 模型选择重建索引原因
#RAG 检索#RAG#向量检索
3358
AI 开发RAG 检索
RAG 为什么需要向量检索与关键词检索（BM25）混合，单靠向量检索在哪类查询上会系统性失败？
围绕“RAG 为什么需要向量检索与关键词检索（BM25）混合，单靠向量检索在哪类查询上会系统性失败”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖必须指出专有名词、编号、精确字符串等向量检索失效场景。
核心关键词RAG 混合检索必要性失败场景
#RAG 检索#RAG#向量检索
3359
AI 开发RAG 检索
RAG 中 HyDE（假设文档嵌入）检索的原理是什么，为什么它对短问题比长问题更有帮助？
围绕“RAG 中 HyDE（假设文档嵌入）检索的原理是什么，为什么它对短问题比长问题更有帮助”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答先生成假想答案再嵌入检索的机制及短查询受益原因。
核心关键词RAG HyDE 假设文档检索原理
#RAG 检索#RAG
3360
AI 开发RAG 检索
文档频繁更新的 RAG 系统如何做增量索引，如何避免删除文档的旧向量仍被召回？
围绕“文档频繁更新的 RAG 系统如何做增量索引，如何避免删除文档的旧向量仍被召回”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确按文档 ID 的 upsert/删除与索引一致性问题。
核心关键词RAG 增量索引文档更新删除旧向量
#RAG 检索#RAG#向量检索
3361
AI 开发RAG 检索
RAG 处理 Markdown 或代码文档时为什么需要结构化感知分块，直接用字符切分会破坏什么？
围绕“RAG 处理 Markdown 或代码文档时为什么需要结构化感知分块，直接用字符切分会破坏什么”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确标题层级/代码块边界被破坏的后果及按结构切分的做法。
核心关键词RAG Markdown 代码结构化分块保结构
#RAG 检索#RAG
3362
AI 开发RAG 检索
RAG 检索前用元数据过滤（如租户、时间、文档类型）为什么应在向量搜索阶段下推而不是召回后再过滤？
围绕“RAG 检索前用元数据过滤（如租户、时间、文档类型）为什么应在向量搜索阶段下推而不是召回后再过滤”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确后置过滤导致 top-k 有效结果不足的问题及过滤下推的做法。
核心关键词RAG 元数据过滤下推到向量搜索
#RAG 检索#RAG#向量检索
3363
AI 开发RAG 检索
RAG 中最大边际相关性（MMR）检索如何解决 top-k 结果内容重复的问题？
围绕“RAG 中最大边际相关性（MMR）检索如何解决 top-k 结果内容重复的问题”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要说明相关性-多样性平衡公式思路及 lambda 参数含义。
核心关键词RAG MMR 最大边际相关性多样性
#RAG 检索#RAG
3364
AI 开发RAG 检索
LangChain 的 MultiQueryRetriever 通过生成多个查询变体提升召回，它的适用场景和成本代价是什么？
围绕“LangChain 的 MultiQueryRetriever 通过生成多个查询变体提升召回，它的适用场景和成本代价”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确 LLM 生成改写查询再合并去重的机制及延迟成本。
核心关键词MultiQueryRetriever 多查询变体提升召回
#RAG 检索#RAG
3365
AI 开发RAG 检索
多租户 RAG 系统如何利用元数据过滤保证租户间数据不串，仅靠 prompt 声明租户为什么不可靠？
围绕“多租户 RAG 系统如何利用元数据过滤保证租户间数据不串，仅靠 prompt 声明租户为什么不可靠”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答检索层强制过滤的必要性及 prompt 层约束可被绕过的问题。
核心关键词RAG 多租户数据隔离 metadata filter
#RAG 检索#RAG#Prompt
3366
AI 开发RAG 检索
RAG 检索结果为空或全部低于阈值时系统应如何兜底，直接把所有问题交给 LLM 自由回答有什么风险？
围绕“RAG 检索结果为空或全部低于阈值时系统应如何兜底，直接把所有问题交给 LLM 自由回答有什么风险”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答阈值判空、拒答或降级策略及幻觉风险控制。
核心关键词RAG 无检索结果兜底幻觉风险
#RAG 检索#RAG
3367
AI 开发RAG 检索
RAG 检索质量差但定位发现源头在 PDF 解析阶段，乱码、栏序错乱会如何传导到分块与嵌入？
围绕“RAG 检索质量差但定位发现源头在 PDF 解析阶段，乱码、栏序错乱会如何传导到分块与嵌入”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确解析错误经分块放大为噪声块的传导链。
核心关键词RAG PDF 解析乱码分栏传导影响
#RAG 检索#RAG
3368
AI 开发RAG 检索
用户提问用词和文档措辞差异大导致 RAG 召回失败，除了换嵌入模型还有哪些检索侧手段？
围绕“用户提问用词和文档措辞差异大导致 RAG 召回失败，除了换嵌入模型还有哪些检索侧手段”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答查询改写、混合检索、假设文档嵌入等检索侧方案。
核心关键词RAG 词汇不匹配查询文档措辞差异召回手段
#RAG 检索#RAG
3369
AI 开发RAG 检索
RAG 中的查询改写（query rewriting）解决什么问题，为什么多轮对话里直接用用户原话检索会失败？
围绕“RAG 中的查询改写（query rewriting）解决什么问题，为什么多轮对话里直接用用户原话检索会失败”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确指代/省略导致的检索意图缺失及改写为独立查询的做法。
核心关键词RAG 查询改写多轮对话指代消解
#RAG 检索#RAG
3370
AI 开发RAG 检索
LangChain 的 RecursiveCharacterTextSplitter 按什么优先级切分文本，为什么比固定长度切分更适合 RAG？
围绕“LangChain 的 RecursiveCharacterTextSplitter 按什么优先级切分文本，为什么比”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要说明分隔符层级回退机制及其对语义完整性的作用。
核心关键词RecursiveCharacterTextSplitter 切分优先级递归字符切分
#RAG 检索#RAG
3371
AI 开发RAG 检索
RAG 流水线中重排应放在召回之后、上下文组装之前，为什么先用大 top-k 召回再重排比直接小 k 检索效果好？
围绕“RAG 流水线中重排应放在召回之后、上下文组装之前，为什么先用大 top-k 召回再重排比直接小 k 检索效果好”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答召回-重排两阶段分工与候选数设置。
核心关键词RAG 重排流水线位置为何先大 k 再重排
#RAG 检索#RAG
3372
AI 开发RAG 检索
RAG 已经有向量相似度排序了，为什么还需要重排（rerank）阶段，交叉编码器比双编码器强在哪？
围绕“RAG 已经有向量相似度排序了，为什么还需要重排（rerank）阶段，交叉编码器比双编码器强在哪”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确查询-文档交互建模带来的精度提升及不能全库使用的原因。
核心关键词RAG rerank 重排交叉编码器强于双编码器
#RAG 检索#RAG#向量检索
3373
AI 开发RAG 检索
如何用检索级指标（recall@k、MRR）单独评估 RAG 的检索质量，而不是只看最终回答好不好？
围绕“如何用检索级指标（recall@k、MRR）单独评估 RAG 的检索质量，而不是只看最终回答好不好”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答构造带标准答案的查询集并分层归因评估的方法。
核心关键词RAG 检索评估 recall@k MRR
#RAG 检索#RAG
3374
AI 开发RAG 检索
RAG 中的语义分块（semantic chunking）是如何工作的，相比固定长度分块适合什么场景？
围绕“RAG 中的语义分块（semantic chunking）是如何工作的，相比固定长度分块适合什么场景”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答基于嵌入相似度检测语义边界的机制与适用条件。
核心关键词RAG 语义分块原理适合场景
#RAG 检索#RAG
3375
AI 开发RAG 检索
RAG 检索时设置相似度分数阈值有什么用，为什么不同嵌入模型间阈值不能直接复用？
围绕“RAG 检索时设置相似度分数阈值有什么用，为什么不同嵌入模型间阈值不能直接复用”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答阈值过滤无关召回的用途及分数分布依赖模型的原因。
核心关键词RAG 相似度阈值设置作用不同模型不可复用
#RAG 检索#RAG
3376
AI 开发RAG 检索
RAG 中 step-back 提问（先生成更抽象的问题再检索）适合解决哪类具体查询检索不到背景知识的问题？
围绕“RAG 中 step-back 提问（先生成更抽象的问题再检索）适合解决哪类具体查询检索不到背景知识的问题”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答具体细节问题缺乏上位概念匹配的机制与适用边界。
核心关键词RAG step-back prompting 抽象化检索
#RAG 检索#RAG#Prompt
3377
AI 开发RAG 检索
多跳问题（需要多份文档联合回答）在 RAG 中为什么要做子问题分解检索，单次检索失败的原因是什么？
围绕“多跳问题（需要多份文档联合回答）在 RAG 中为什么要做子问题分解检索，单次检索失败的原因是什么”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答复合问题向量无法同时匹配多主题的机制及分解-合并流程。
核心关键词RAG 多跳问题子问题分解检索
#RAG 检索#RAG#向量检索
3378
AI 开发RAG 检索
包含大量表格的文档做 RAG 时应如何分块，为什么表格按字符切开会导致检索失败？
围绕“包含大量表格的文档做 RAG 时应如何分块，为什么表格按字符切开会导致检索失败”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答表格结构保持（整表为块或 HTML/Markdown 序列化）的判断。
核心关键词RAG 表格分块策略保持完整
#RAG 检索#RAG
3379
AI 开发RAG 检索
文档时效性强的 RAG 场景（如政策、新闻）如何在检索中处理时间衰减，避免旧文档压过新文档？
围绕“文档时效性强的 RAG 场景（如政策、新闻）如何在检索中处理时间衰减，避免旧文档压过新文档”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答时间元数据过滤或时间衰减打分的方案选择。
核心关键词RAG 时间衰减时效性检索加权
#RAG 检索#RAG
3380
AI 开发RAG 检索
RAG 分块按 token 切分和按字符切分有什么本质区别，为什么生产上更推荐 token 切分？
围绕“RAG 分块按 token 切分和按字符切分有什么本质区别，为什么生产上更推荐 token 切分”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答 token 计数与嵌入模型上下文窗口对齐的原因。
核心关键词RAG token 切分与字符切分本质区别生产推荐
#RAG 检索#RAG
3381
AI 开发RAG 检索
RAG 检索的 top-k 设多大合适，k 过大对 LLM 回答质量有什么负面影响？
围绕“RAG 检索的 top-k 设多大合适，k 过大对 LLM 回答质量有什么负面影响”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答召回率与上下文噪声/成本之间的权衡及调 k 的实验方法。
核心关键词RAG top-k 召回数量调优影响
#RAG 检索#RAG
3382
React组件设计
React 复选框用 checked 还是 defaultChecked，多选状态怎样保存？
区分复选框的勾选状态与提交值，说明 checked、defaultChecked、event.target.checked 和多选 ID 集合的关系，以及全选、禁用项和半选状态的边界。
核心关键词React checkbox checked 和 defaultChecked 区别
#组件设计
3383
React组件设计
如何利用把 JSX 作为 children 传入的方式减少 React 组件间不必要的 props 传递？
围绕“如何利用把 JSX 作为 children 传入的方式减少 React 组件间不必要的 props 传递”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答需要围绕必须示范用 children 开洞让中间层不感知内容的做法及其对重渲染的影响。
核心关键词React children 组合减少 props 传递
#组件设计
3384
React组件设计
为什么不能把 React 的 children 当普通数组随意操作，官方提供了什么替代手段？
围绕“为什么不能把 React 的 children 当普通数组随意操作，官方提供了什么替代手段”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要说明 children 可能是单节点、数组或函数导致直接 map 不可靠，以及 Children 工具方法的作用与替代思路。
核心关键词React children 不透明数据结构 Children API
#组件设计
3385
React组件设计
用 cloneElement 给 React 子组件偷偷注入 props 有什么隐患，更好的替代方案是什么？
围绕“用 cloneElement 给 React 子组件偷偷注入 props 有什么隐患，更好的替代方案是什么”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖必须指出 props 来源隐晦、覆盖冲突等问题并给出显式传 props 或 Context 的替代。
核心关键词React cloneElement 隐患替代组合 Context
#组件设计#安全
3386
React组件设计
拿到设计稿后，怎样拆 React 组件并决定状态放在哪里？
用商品筛选页说明怎样从职责、数据流和变化原因建立组件层级，先做静态视图再识别最小状态，避免按每个 div 拆组件、把派生结果重复保存或过早使用 Context。
核心关键词React 组件拆分和状态归属设计
#组件设计#流处理
3387
React组件设计
什么是 React 的复合组件模式，为什么 Select/Option 这类组件适合用它设计？
围绕“什么是 React 的复合组件模式，为什么 Select/Option 这类组件适合用它设计”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要说明父子组件通过隐式共享（如 Context）协作形成的声明式 API 及其优势。
核心关键词React 复合组件 compound component Context
#组件设计#表单
3388
React组件设计
给 React 组件设计配置接口时，传配置对象和用复合组件两种风格如何取舍？
围绕“给 React 组件设计配置接口时，传配置对象和用复合组件两种风格如何取舍”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答要按定制深度、类型约束和可读性给出取舍依据。
核心关键词React 组件 API 配置对象复合组件取舍
#组件设计
3389
React组件设计
React 条件渲染时同类组件的状态为什么会保留或丢失，和组件在树中的位置有什么关系？
围绕“React 条件渲染时同类组件的状态为什么会保留或丢失，和组件在树中的位置有什么关系”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要说明 React 按位置加类型匹配决定是否复用状态，并给出用 key 或改变位置控制重置的手段。
核心关键词React 条件渲染状态保留重置位置
#组件设计
3390
React组件设计
开发组件库时，如何让一个 React 组件同时支持受控和非受控两种用法？
围绕“开发组件库时，如何让一个 React 组件同时支持受控和非受控两种用法”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖必须给出『value 是否传入』判定与内部默认 state 合并的实现思路和切换警告规避，不复述受控非受控基础定义。
核心关键词React 组件库受控非受控同时支持
#组件设计
3391
React组件设计
React 输入框报『组件从非受控变为受控』警告，通常是什么原因、怎么修？
React 输入框为什么提示从非受控变为受控？从异步回填 undefined、文本空值和复选框 checked 类型入手，说明默认值、稳定模式和组件重建的区别。
核心关键词React 非受控变受控警告
#组件设计#异步编程
3392
React组件设计
React 表单应该选择受控还是非受控，依据是什么？
从当前值的权威来源比较受控与非受控表单，说明实时联动、提交读取、外部重置和性能取舍，避免把非受控误解为没有状态，或认为受控模式一定更慢。
核心关键词React 受控和非受控表单怎么选择
#组件设计#性能优化#表单
3393
React组件设计
什么时候应该把 React 组件里的逻辑抽成自定义 Hook，它对组件设计和测试有什么好处？
围绕“什么时候应该把 React 组件里的逻辑抽成自定义 Hook，它对组件设计和测试有什么好处”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖必须给出『相同状态逻辑出现在多个组件』的抽取信号及 Hook 单独可测的好处。
核心关键词React 自定义 Hook 抽取逻辑复用测试
#组件设计#测试
3394
React组件设计
React 非受控输入的 defaultValue 改了，为什么当前内容没跟着变？
区分默认值与用户当前编辑值，说明异步数据回填、表单 reset、业务 key 重建与 ref 命令式赋值的选择，避免用随机 key 覆盖草稿或将 defaultValue 当成持续绑定。
核心关键词React defaultValue 改变输入框不更新
#组件设计#异步编程#表单
3395
React组件设计
如何让依赖网络请求的 React 组件在测试中不真的发请求，设计上要怎么改？
围绕“如何让依赖网络请求的 React 组件在测试中不真的发请求，设计上要怎么改”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖必须给出把数据获取函数作为 props 注入或上移到容器组件的改造方式。
核心关键词React 组件可测试依赖注入 props
#组件设计#安全#测试
3396
React组件设计
为什么在 React 18 中错误边界必须用 class 组件实现，函数组件加 Hook 为什么做不到？
围绕“为什么在 React 18 中错误边界必须用 class 组件实现，函数组件加 Hook 为什么做不到”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要说明 getDerivedStateFromError 与 componentDidCatch 无 Hook 等价物及社区封装方案的。
核心关键词React 错误边界 class 组件没有 Hook
#组件设计
3397
React组件设计
React 错误边界的降级 UI 和 componentDidCatch 里分别应该放什么内容？
围绕“React 错误边界的降级 UI 和 componentDidCatch 里分别应该放什么内容”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖必须区分降级 UI 的可恢复引导与 componentDidCatch 中错误上报的职责划分。
核心关键词React 错误边界 fallback componentDidCatch 上报
#组件设计
3398
React组件设计
React 应用里错误边界应该放在根级一个还是按功能模块放多个，怎么权衡？
围绕“React 应用里错误边界应该放在根级一个还是按功能模块放多个，怎么权衡”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答要按故障隔离范围与降级体验给出分层放置策略。
核心关键词React 错误边界粒度放置位置
#组件设计
3399
React组件设计
React 错误边界显示降级 UI 后，如何设计重试机制让组件树恢复正常？
围绕“React 错误边界显示降级 UI 后，如何设计重试机制让组件树恢复正常”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖必须给出通过重置 key 或重挂载触发子树重新渲染的恢复手段及防止立刻再次崩溃的注意点。
核心关键词React 错误边界重试重置 key
#组件设计
3400
React组件设计
React 错误边界捕获不到哪些错误，事件回调和异步代码里的报错该怎么办？
围绕“React 错误边界捕获不到哪些错误，事件回调和异步代码里的报错该怎么办”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖必须列清渲染期可捕获与事件处理、异步、SSR 中不可捕获的边界，并给出 try/catch 兜底方案。
核心关键词React 错误边界捕获不到事件异步错误
#组件设计#异步编程

分类、标签与关键词搜索

本页面试问题

RAG 分块时为什么要设置 chunk overlap（重叠），重叠过大有什么副作用？

RAG 中如何确定文本分块(chunk)的大小，过大和过小分别会导致什么检索问题？

RAG 如何让生成答案带引用来源，上下文组装阶段需要给每个文档块附加什么信息？

父子分块或重叠分块的 RAG 系统在组装上下文时如何去重合并，避免同一内容重复占用 token？

RAG 组装上下文时如何在有限 token 预算内分配系统提示、历史对话和检索文档，超预算时应优先砍哪部分？

LangChain 的 ContextualCompressionRetriever 如何只保留文档中与问题相关的部分，它解决的是什么具体问题？

RAG 系统选择嵌入（embedding）模型时应依据哪些维度，为什么嵌入模型换了必须重建索引？

RAG 为什么需要向量检索与关键词检索（BM25）混合，单靠向量检索在哪类查询上会系统性失败？

RAG 中 HyDE（假设文档嵌入）检索的原理是什么，为什么它对短问题比长问题更有帮助？

文档频繁更新的 RAG 系统如何做增量索引，如何避免删除文档的旧向量仍被召回？

RAG 处理 Markdown 或代码文档时为什么需要结构化感知分块，直接用字符切分会破坏什么？

RAG 检索前用元数据过滤（如租户、时间、文档类型）为什么应在向量搜索阶段下推而不是召回后再过滤？

RAG 中最大边际相关性（MMR）检索如何解决 top-k 结果内容重复的问题？

LangChain 的 MultiQueryRetriever 通过生成多个查询变体提升召回，它的适用场景和成本代价是什么？

多租户 RAG 系统如何利用元数据过滤保证租户间数据不串，仅靠 prompt 声明租户为什么不可靠？

RAG 检索结果为空或全部低于阈值时系统应如何兜底，直接把所有问题交给 LLM 自由回答有什么风险？

RAG 检索质量差但定位发现源头在 PDF 解析阶段，乱码、栏序错乱会如何传导到分块与嵌入？

用户提问用词和文档措辞差异大导致 RAG 召回失败，除了换嵌入模型还有哪些检索侧手段？

RAG 中的查询改写（query rewriting）解决什么问题，为什么多轮对话里直接用用户原话检索会失败？

LangChain 的 RecursiveCharacterTextSplitter 按什么优先级切分文本，为什么比固定长度切分更适合 RAG？

RAG 流水线中重排应放在召回之后、上下文组装之前，为什么先用大 top-k 召回再重排比直接小 k 检索效果好？

RAG 已经有向量相似度排序了，为什么还需要重排（rerank）阶段，交叉编码器比双编码器强在哪？

如何用检索级指标（recall@k、MRR）单独评估 RAG 的检索质量，而不是只看最终回答好不好？

RAG 中的语义分块（semantic chunking）是如何工作的，相比固定长度分块适合什么场景？

RAG 检索时设置相似度分数阈值有什么用，为什么不同嵌入模型间阈值不能直接复用？

RAG 中 step-back 提问（先生成更抽象的问题再检索）适合解决哪类具体查询检索不到背景知识的问题？

多跳问题（需要多份文档联合回答）在 RAG 中为什么要做子问题分解检索，单次检索失败的原因是什么？

包含大量表格的文档做 RAG 时应如何分块，为什么表格按字符切开会导致检索失败？

文档时效性强的 RAG 场景（如政策、新闻）如何在检索中处理时间衰减，避免旧文档压过新文档？

RAG 分块按 token 切分和按字符切分有什么本质区别，为什么生产上更推荐 token 切分？

RAG 检索的 top-k 设多大合适，k 过大对 LLM 回答质量有什么负面影响？

React 复选框用 checked 还是 defaultChecked，多选状态怎样保存？

如何利用把 JSX 作为 children 传入的方式减少 React 组件间不必要的 props 传递？

为什么不能把 React 的 children 当普通数组随意操作，官方提供了什么替代手段？

用 cloneElement 给 React 子组件偷偷注入 props 有什么隐患，更好的替代方案是什么？

拿到设计稿后，怎样拆 React 组件并决定状态放在哪里？

什么是 React 的复合组件模式，为什么 Select/Option 这类组件适合用它设计？

给 React 组件设计配置接口时，传配置对象和用复合组件两种风格如何取舍？

React 条件渲染时同类组件的状态为什么会保留或丢失，和组件在树中的位置有什么关系？

开发组件库时，如何让一个 React 组件同时支持受控和非受控两种用法？

React 输入框报『组件从非受控变为受控』警告，通常是什么原因、怎么修？

React 表单应该选择受控还是非受控，依据是什么？

什么时候应该把 React 组件里的逻辑抽成自定义 Hook，它对组件设计和测试有什么好处？

React 非受控输入的 defaultValue 改了，为什么当前内容没跟着变？

如何让依赖网络请求的 React 组件在测试中不真的发请求，设计上要怎么改？

为什么在 React 18 中错误边界必须用 class 组件实现，函数组件加 Hook 为什么做不到？

React 错误边界的降级 UI 和 componentDidCatch 里分别应该放什么内容？

React 应用里错误边界应该放在根级一个还是按功能模块放多个，怎么权衡？

React 错误边界显示降级 UI 后，如何设计重试机制让组件树恢复正常？

React 错误边界捕获不到哪些错误，事件回调和异步代码里的报错该怎么办？

分类、标签与关键词搜索

本页面试问题

RAG 分块时为什么要设置 chunk overlap（重叠），重叠过大有什么副作用？

RAG 中如何确定文本分块(chunk)的大小，过大和过小分别会导致什么检索问题？

RAG 如何让生成答案带引用来源，上下文组装阶段需要给每个文档块附加什么信息？

父子分块或重叠分块的 RAG 系统在组装上下文时如何去重合并，避免同一内容重复占用 token？

RAG 组装上下文时如何在有限 token 预算内分配系统提示、历史对话和检索文档，超预算时应优先砍哪部分？

LangChain 的 ContextualCompressionRetriever 如何只保留文档中与问题相关的部分，它解决的是什么具体问题？

RAG 系统选择嵌入（embedding）模型时应依据哪些维度，为什么嵌入模型换了必须重建索引？

RAG 为什么需要向量检索与关键词检索（BM25）混合，单靠向量检索在哪类查询上会系统性失败？

RAG 中 HyDE（假设文档嵌入）检索的原理是什么，为什么它对短问题比长问题更有帮助？

文档频繁更新的 RAG 系统如何做增量索引，如何避免删除文档的旧向量仍被召回？

RAG 处理 Markdown 或代码文档时为什么需要结构化感知分块，直接用字符切分会破坏什么？

RAG 检索前用元数据过滤（如租户、时间、文档类型）为什么应在向量搜索阶段下推而不是召回后再过滤？

RAG 中最大边际相关性（MMR）检索如何解决 top-k 结果内容重复的问题？

LangChain 的 MultiQueryRetriever 通过生成多个查询变体提升召回，它的适用场景和成本代价是什么？

多租户 RAG 系统如何利用元数据过滤保证租户间数据不串，仅靠 prompt 声明租户为什么不可靠？

RAG 检索结果为空或全部低于阈值时系统应如何兜底，直接把所有问题交给 LLM 自由回答有什么风险？

RAG 检索质量差但定位发现源头在 PDF 解析阶段，乱码、栏序错乱会如何传导到分块与嵌入？

用户提问用词和文档措辞差异大导致 RAG 召回失败，除了换嵌入模型还有哪些检索侧手段？

RAG 中的查询改写（query rewriting）解决什么问题，为什么多轮对话里直接用用户原话检索会失败？

LangChain 的 RecursiveCharacterTextSplitter 按什么优先级切分文本，为什么比固定长度切分更适合 RAG？

RAG 流水线中重排应放在召回之后、上下文组装之前，为什么先用大 top-k 召回再重排比直接小 k 检索效果好？

RAG 已经有向量相似度排序了，为什么还需要重排（rerank）阶段，交叉编码器比双编码器强在哪？

如何用检索级指标（recall@k、MRR）单独评估 RAG 的检索质量，而不是只看最终回答好不好？

RAG 中的语义分块（semantic chunking）是如何工作的，相比固定长度分块适合什么场景？

RAG 检索时设置相似度分数阈值有什么用，为什么不同嵌入模型间阈值不能直接复用？

RAG 中 step-back 提问（先生成更抽象的问题再检索）适合解决哪类具体查询检索不到背景知识的问题？