RAG 与 BGE-M3：精简面试八股与标准答案

面向 AI Agent / 大模型算法岗。RAG 为重点，BGE-M3 掌握核心原理与选型。 共 18 题。每题包含面试口述版与追问要点。项目题以“多阶段文档处理、分块、知识图谱、复查”为背景；不预设实际项目已经使用 BGE-M3 或完整 RAG。

复习顺序

P0 必背（1–12）：RAG 全流程、Embedding、Chunking、混合检索、Rerank、幻觉、评测，以及 BGE-M3 三种检索模式。
P1 重点（13–16）：检索调参、长文档、BGE-M3 与 BM25/Reranker 区别、性能优化。
项目追问（17–18）：文档 Workflow 如何接入 RAG；为什么选择 BGE-M3（条件式选型回答）。

一、RAG 核心（P0）

1. 什么是 RAG？为什么需要它？

面试口述版： RAG（Retrieval-Augmented Generation，检索增强生成）是在回答问题前，从外部知识库检索相关证据，把证据和问题一起输入大模型生成答案。它能引入可更新的私有或新知识，改善知识密集型问题的事实依据，也便于提供引用；但不能保证完全消除幻觉。

追问： RAG 不等于训练模型，更不等于只做向量搜索；它把检索与生成连接起来。

2. 请描述一个完整的 RAG 流程。

面试口述版： 离线阶段：加载文档 → 解析/清洗 → 分块 → Embedding → 建立向量或倒排索引，并保存元数据。在线阶段：用户问题 → Query 预处理/向量化 → Top-K 召回 → 可选的混合检索和 Rerank → 构造带来源的上下文 → LLM 生成 → 返回答案及引用。

追问： 离线建库与在线查询分开；权限过滤、去重和上下文压缩可穿插在检索阶段。

3. RAG 与微调（Fine-tuning）有什么区别？

面试口述版： RAG 主要解决“模型此刻需要哪些外部知识”，不必修改权重即可更新知识；微调改变模型参数，更适合优化行为模式、格式、领域表达或特定能力。两者可以组合，但都不应被视为万能方案。

追问： 高频变动、要求溯源的文档知识通常优先考虑 RAG。

4. 什么是 Embedding？向量检索如何工作？

面试口述版： Embedding 把文本映射为向量，使语义相关的文本在向量空间中相对接近。分别编码问题与 Chunk，使用余弦相似度或内积检索近邻；规模较大时使用 ANN（近似最近邻）索引加速。

公式： cos(q,d) = (q·d) / (||q|| ||d||)。

追问： 向量相似不等于事实相关或答案正确；相似度分数跨模型一般不能直接比较。

5. 为什么要 Chunking？Chunk 太大或太小有什么问题？

面试口述版： 分块让检索结果更聚焦并适应模型上下文窗口。太小会切断语义、丢失跨段落依赖；太大则掺杂无关信息、降低检索精度并增加上下文成本。应按标题/段落/语义边界分块，结合任务确定长度和重叠。

追问： Overlap 不是越大越好，会增加索引冗余和重复召回；保留标题、章节、页码、文档 ID 有助溯源。

6. Top-K 是什么？K 越大越好吗？

面试口述版： Top-K 是检索返回分数最高的 K 条候选。K 太小容易漏掉证据，太大会带入噪声、提高延迟和 Token 成本。通常先较宽地召回，再通过 Rerank 选更少的证据进入生成上下文。

追问： 召回 K 与最终送入 LLM 的数量 K’ 可以不同。

7. Dense、Sparse 和 Hybrid Retrieval 有什么区别？

面试口述版： Dense 用稠密向量匹配语义，适合表达不同但意思相近的查询；Sparse 根据词项及权重匹配，更擅长精确术语、编号、实体；Hybrid 融合两者互补，提高召回覆盖。融合方式包括归一化加权和 RRF 等。

追问： “Sparse = BM25”并不严格成立；BM25 是传统稀疏词项匹配，BGE-M3 也能学习稀疏词权重。

8. 召回（Retrieval）和重排（Rerank）有什么区别？

面试口述版： 召回快速从大规模文档中找到候选，优先保证相关证据不被漏掉；重排对小规模候选做更精细的 query-document 相关性评估，通常用 Cross-Encoder 或其他重排模型提升前排精度，但成本更高。

追问： BGE-M3 的 Dense/Sparse/Multi-vector 输出并不等于单独的 BGE Reranker Cross-Encoder；二者不是一回事。

9. RAG 出现幻觉的原因有哪些？如何缓解？

面试口述版： 可能是检索不到正确证据、检索到不相关或过时材料、分块丢失上下文，或模型即使有证据也生成了不被支持的内容。应分层治理：提升解析质量与召回、重排与去重、引用证据约束、缺证据时拒答、独立评估答案忠实性。

追问： 要把“Retrieval failure”与“Generation failure”区分开。

10. RAG 应该怎么评估？

面试口述版： 分为检索层和生成层。检索层看 Recall@K、Hit@K、MRR、nDCG；生成层看正确率、Faithfulness/Groundedness、引用准确性和拒答能力；线上还看响应延迟、成本和用户反馈。需要带标准答案或相关文档标注的数据集。

追问： 只看最终 LLM 答案可能掩盖检索问题；只有召回率高也不代表最终回答正确。

11. RAG 中的 Query Rewrite / Multi-query 有什么作用？

面试口述版： 用户原始问题可能有省略、歧义或同义表达。Query Rewrite 通过补足上下文和规范术语改善检索；Multi-query 生成多个查询变体扩大覆盖，再合并去重。代价是额外模型调用、延迟及查询漂移风险。

12. 如果知识库没有相关信息，RAG 应该怎么办？

面试口述版： 应设置检索置信度和答案支持度检查，无法找到可靠证据时明确说明依据不足，必要时请求补充信息，而不是凭模型记忆强行编造；注意相似度阈值需要用验证集校准。

二、BGE-M3 核心（P0）

13. BGE-M3 是什么？M3 指什么？

面试口述版： BGE-M3 是 BAAI 发布的多语言文本表示与检索模型。M3 指 Multi-Functionality（多功能）、Multi-Linguality（多语言）、Multi-Granularity（多粒度）。它支持 Dense、Sparse、Multi-vector 三种检索模式，支持超过 100 种语言，最长输入 8192 tokens；稠密向量维度为 1024。它主要负责表征和检索，不是负责生成答案的 LLM。

14. BGE-M3 的三种检索模式分别是什么？

面试口述版： Dense 将一段文本压缩为一个向量，做整体语义匹配；Sparse 为词项学习权重，做词项层面的稀疏匹配；Multi-vector 类 ColBERT 为文本保留多个 Token 表征，再通过细粒度匹配（如 MaxSim）计算相关性。Dense 简洁高效，Sparse 擅长精确词项，Multi-vector 更精细但通常更耗存储与计算。

简化公式： Dense: s_dense(q,d)=v_q·v_d；Sparse: s_sparse(q,d)=Σ_{t∈q∩d}w_q(t)w_d(t)；Multi-vector: s_mv(q,d)=Σ_i max_j (q_i·d_j)。具体实现有归一化和细节差异。

15. BGE-M3 和传统 BM25 有什么区别？

面试口述版： BM25 主要根据词频、逆文档频率和文档长度进行词项匹配，不依赖神经网络语义编码；BGE-M3 是训练得到的神经检索模型，除了稠密和多向量检索，还能生成学习式稀疏词权重。对精确编号可以考虑稀疏检索，对语义变体考虑 Dense，并通过 Hybrid 融合，而不是笼统地认为 BGE-M3 必然全面胜过 BM25。

16. 用了 BGE-M3，还需要 Reranker 吗？

面试口述版： 视效果和延迟要求而定。BGE-M3 已能在多种检索模式下打分，但当召回候选较多且需要更高的 Top-N 精度时，单独的 Cross-Encoder Reranker 仍有价值。推荐通过消融实验比较 Dense-only、Hybrid、Hybrid+Rerank，而不是默认“必须上”。

三、项目追问（P0）

17. 你的多阶段文档处理 Workflow 如果要引入 RAG，会怎么设计？

面试口述版： 我会保持既有的文档识别与解析、分块、知识图谱构建、复查流程，把解析和分块后的 Chunk 增加 Embedding 和索引构建步骤，保留文档 ID、章节、页码和 Chunk ID；在线问题先检索证据，再可选重排，将证据与来源送给 LLM 回答。知识图谱可以作为补充的关系检索来源，但不必替代文本检索。质量检查要拆成“分块是否完整、检索证据是否正确、回答是否被证据支持”三个层次。

注意： 这是扩展设计的回答。若实际项目只是构图和核查，不要说成已上线了完整 RAG。

18. 如果面试官问“为什么选 BGE-M3，而不是普通 Embedding 模型？”

面试口述版（选型假设）： 如果业务需要多语言文档、语义检索与关键词精准匹配并存、且 Chunk 长度差异较大，我会考虑 BGE-M3，因为它统一支持 Dense、Sparse 和 Multi-vector，方便做混合检索，并支持较长输入。但我不会仅凭模型名字决定选型，而是对比实际数据上的 Recall@K / nDCG、延迟、显存、索引大小及效果收益。如果业务只有简单短文本中文语义检索，轻量模型可能性价比更高。

如果实际没有使用： “我了解 BGE-M3，暂时把它视为候选 Embedding 模型，尚未在该项目做正式对比实验。”

六个最容易被问的区分点

概念	一句话区分
RAG vs Fine-tuning	外部知识注入 vs 修改参数行为
Chunking vs Embedding	切分检索单元 vs 生成文本表征
Dense vs Sparse	语义向量匹配 vs 词项权重匹配
Recall vs Rerank	大范围快速找候选 vs 小范围精细排序
BGE-M3 vs BGE Reranker	多功能检索编码器 vs 常用的独立精排模型
Workflow vs RAG	执行流程编排方式 vs 检索增强生成方案；两者可组合

RAG与BGE-M3