Skip to content

[Extra-chapter] RAG 面试题库 - #133

Open
Terminator666666 wants to merge 1 commit into
datawhalechina:mainfrom
Terminator666666:feat/extra-chapter-rag-interview
Open

[Extra-chapter] RAG 面试题库#133
Terminator666666 wants to merge 1 commit into
datawhalechina:mainfrom
Terminator666666:feat/extra-chapter-rag-interview

Conversation

@Terminator666666

Copy link
Copy Markdown

变更内容

  • 新增 Extra-chapter/interview/ RAG 面试题专题目录和 readme.md 导航页
  • 收录 35 道题,覆盖分块、嵌入、向量库、混合检索、重排、评估和 Agentic RAG
  • 每个主题包含 3 道基础题和 2 道进阶题
  • 每道题包含考察点、要点式参考答案、常见误区、延伸追问和课程关联
  • 在根目录 README.md 的“知识拓展”部分增加题库入口

与任务要求对应

  • 按 7 个知识点分类,并统一标注基础/进阶难度
  • 答案覆盖结论、原理、取舍和适用边界,不使用一句话答案
  • 题目标题无重复,交叉主题按主要考察目标归类
  • 每道题均关联最相关的课程章节;课程外扩展结论引用官方文档或论文
  • 使用统一题目模板和连续编号,便于后续持续追加

任务说明:贡献 RAG 面试题与参考答案(任务 115)

与主线课程的关系

  • 第 2 章:文本分块
  • 第 3 章:向量嵌入、向量数据库与索引优化
  • 第 4 章:混合检索、查询重构与检索进阶
  • 第 6 章:RAG 系统评估与评估工具
  • 第 9 章:智能查询路由与检索策略

Agentic RAG 以第 9 章的路由与检索策略为课程基础,并将课程未覆盖部分明确作为扩展阅读。

阅读顺序

建议先完成对应主线章节,再进入相应主题文件复习;也可以通过 Extra-chapter/interview/readme.md 按主题进行模拟问答。

检查结果

  • 35 道题均具有完整模板字段
  • 每个主题均为 3 道基础题和 2 道进阶题
  • 题目标题无重复
  • 所有实际相对链接均可解析
  • Markdown 标题层级符合 Extra Chapter 规范
  • git diff --check 通过

本专题为纯 Markdown 题库,不包含代码、数据或图片,无额外运行依赖。

@FutureUnreal

Copy link
Copy Markdown
Member

感谢 pr,不过看起来有些单一和 ai 同质化,我们更希望能看到笔者对每个面试问题的思考或心路历程。作为一个开源教程,我们不反感甚至欢迎口语化的表达。同时我们也希望笔者不只是把这段 comment 发给 ai 重新润色几轮再次 pr

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

2 participants