1. 针对通用 RAG，你觉得还有哪些改进点？

1.1 普通 RAG 的问题，往往不是“模型不会”，而是“证据没给好”

普通 RAG 的流程很简单：用户提问，系统检索相关文档，把文档片段塞给大模型，然后让模型回答。这个流程看起来完整，但真正落地后很容易遇到各种问题：用户问题太短导致搜不到，文档切分不合理导致答案被切断，召回结果里噪声太多，最相关证据排在后面，模型没有引用依据就开始自由发挥。

所以，高级 RAG 的改进点不能只盯“换一个更大的模型”。更成熟的做法，是把整个链路拆开看：索引层、查询层、召回层、重排层、生成层、评估层，每一层都有可以优化的空间。

1.2 高级 RAG 的六层优化框架

索引层负责把文档变成可检索的结构，包括 PDF 解析、表格识别、清洗去噪、Chunk 切分、元数据标注、父子块映射。查询层负责把用户的自然问题改造成适合检索的问题，包括查询改写、查询分解、多查询扩展、HyDE 等。召回层负责尽可能把正确证据找回来，常见做法是向量检索、关键词检索、混合检索、多路召回。重排层负责把真正相关的证据排到前面，常用 Cross-Encoder、LLM Rerank、规则重排、RRF。生成层负责让模型基于证据回答，并通过引用、约束、拒答、事实校验减少幻觉。评估层负责证明这些优化到底有没有用。

2. RAG 各块有哪些优化策略？

2.1 索引阶段：别让后续检索输在起跑线

索引阶段是 RAG 的地基。如果 PDF 解析错了、表格丢了、标题层级乱了、Chunk 切得过碎或过长，后面的检索和生成都会被拖累。常见优化包括：按标题和章节切分、保留页码和标题元数据、对表格单独结构化处理、建立小块和父块之间的映射、对同义词和别名做字段补充。

2.2 查询阶段：让用户问题变得更“可检索”

用户的问题经常很口语化，比如“这个怎么弄”“上次说的那个流程为什么失败”。检索器不理解真实意图，就很难召回正确文档。查询阶段可以通过 Query Rewrite 把问题改写得更标准，通过 Query Decomposition 把复杂问题拆成子问题，通过 Multi-Query 从多个角度扩展，通过 HyDE 生成假想文档来增强语义表达。

2.3 召回阶段：召回不全，答案就无从谈起

召回阶段的目标，是尽可能把正确证据找回来。向量检索擅长语义相似，关键词检索擅长精确词匹配，元数据过滤擅长限定时间、部门、文档类型。实际系统里，通常不会只押注一种召回方式，而是做多路召回和混合检索。

2.4 重排阶段：召回多不等于上下文好

召回阶段经常为了提高覆盖率，取回很多候选片段。但大模型上下文不是垃圾桶，塞进去的证据越多，不一定越好。重排阶段的作用，是把最相关、最能支撑答案的证据排到前面，把噪声、重复片段、边缘相关内容压下去。

3. RAG 如何提升索引数据的质量？

3.1 高质量索引，不只是“把文本向量化”

很多 RAG 系统效果差，根本原因在索引阶段。比如同一个标题下面的内容被切到多个孤立块里，模型只能看到半句话；表格被解析成乱序文本，数值和字段对不上；图片里的文字没有抽取，关键信息直接消失；文档版本和时间没有标注，检索时拿到了过期内容。

提升索引数据质量，至少要做到四件事：第一，文档解析要保留结构；第二，Chunk 切分要尊重语义边界；第三，元数据要完整，比如标题、页码、章节、时间、来源；第四，向量库和原文库要能一一映射，方便引用和溯源。

3.2 小块召回，父块补上下文

一个常用策略是“子块用于精准召回，父块用于上下文恢复”。也就是说，向量检索时用较小 Chunk 提高命中精度，但真正给大模型时，可以带上这个 Chunk 所属的父段落、父章节或相邻窗口，避免答案缺上下文。

4. 什么是大模型辅助召回？为什么需要？

4.1 大模型可以在召回前帮你“理解问题”

大模型辅助召回，不是让大模型直接编答案，而是让它在检索之前或检索之后做辅助判断。检索之前，它可以做意图识别、查询改写、问题分解、同义词扩展、生成多查询。检索之后，它可以判断候选片段是否真的相关，做上下文压缩或重排。

4.2 为什么需要大模型辅助召回？

因为传统检索器更擅长“相似度匹配”，但不一定懂用户真实任务。比如用户问“这个方案能不能上线”，真正需要的可能是“风险、依赖、测试结果、审批流程、历史事故”。如果直接拿原问题去检索，可能只搜到“上线方案”四个字相关的文档。大模型可以帮助把隐含需求展开，从而提升召回质量。

5. 查询转换 Query Transformations

5.1 查询改写 Query Rewrite

查询改写就是把用户原始问题改成更标准、更适合检索的表达。比如用户问“上次那个流程怎么又失败了”，系统可以结合上下文改写成“XX 项目部署流程失败原因、失败日志、依赖服务异常排查”。这样检索器更容易命中正确资料。

5.2 查询分解 Query Decomposition

如果问题本身很复杂，最好先拆成多个子问题。比如“RAG 为什么召回差，怎么优化，并且怎么评估效果”，可以拆成“召回差的原因”“召回优化策略”“评估指标”三个子查询，分别检索再合成答案。

5.3 多查询扩展 Multi-Query

多查询扩展是让大模型从多个角度生成等价或相关查询。它的价值是提高召回覆盖率，尤其适合用户问题表达不清、同义词多、知识库写法和用户写法不一致的场景。

6. 如何通过混合检索提升 RAG 效果？

6.1 向量检索和关键词检索各有短板

向量检索擅长语义相近，比如“报销流程”和“费用申请步骤”可能能匹配到一起。但它对产品编号、错误码、英文缩写、具体人名、合同条款编号等精确匹配不一定稳定。关键词检索擅长精确词匹配，但对同义表达不够友好。

混合检索的核心，就是不要在二者之间二选一，而是把向量召回和关键词召回结合起来。向量检索负责语义覆盖，BM25 等关键词检索负责精确匹配，再通过融合和重排得到最终候选。

6.2 混合检索的常见落地方式

常见做法是：先用向量检索取一批 TopK，再用 BM25 取一批 TopK，同时加上元数据过滤。然后对候选结果做去重、归一化或 RRF 融合，最后交给重排模型。这样能同时兼顾“语义相似”和“字面命中”。

7. 如何通过重新排名提升 RAG 效果？

7.1 Rerank 解决的是“证据顺序问题”

召回阶段的目标是多找，重排阶段的目标是排准。因为大模型通常更关注靠前的上下文，如果最相关的证据被排在后面，答案质量就会下降。Rerank 的价值，就是把真正相关、能支撑答案的证据放到前面。

7.2 常见 Rerank 方法

规则重排适合明确业务规则，比如优先最新文档、优先权威文档、优先同部门文档。Cross-Encoder 重排适合语义匹配质量要求高的场景，它会同时读问题和候选文档，判断二者相关性。LLM Rerank 则适合更复杂、更需要推理的排序场景，但成本和延时更高。

7.3 重排也要看成本

不要一上来就对全部候选使用重模型重排。更合理的是先用便宜召回扩大候选，再用轻量规则或 embedding 分数做初筛，最后对少量候选使用 Cross-Encoder 或 LLM Rerank。这样既能提升质量，也能控制成本。

8. 什么是 RAG Fusion？工作流是什么？

8.1 RAG Fusion 的核心思想

RAG Fusion 可以理解成“多查询 + 多路检索 + 排名融合”。它先让大模型围绕原始问题生成多个相关查询，再分别检索，然后把多路结果合并排序。这样做能减少单一查询表达不充分带来的召回遗漏。

8.2 RAG Fusion 的完整流程

第一步，用户提出原始问题；第二步，LLM 生成多个改写或扩展查询；第三步，每个查询分别检索 TopK 文档；第四步，用 RRF 等方法把多个排名列表融合；第五步，把融合后的证据交给模型生成答案。

9. 为什么 RAG Fusion 需要多个查询？

9.1 单查询的视角太窄

用户一个问题往往只能覆盖一个表达角度。例如用户问“怎么提高 RAG 效果”，这个问题可以从召回、重排、切分、改写、评估、幻觉治理等多个角度展开。如果只用一个原始查询，可能只召回其中一类资料。

多个查询的价值，就是模拟不同专家从不同角度问问题。一个查询找召回优化，一个查询找 rerank，一个查询找 RAG Fusion，一个查询找 HyDE。最后把这些结果融合起来，答案会更全面。

10. RAG Fusion 为什么使用 RRF？

10.1 直接加分不公平

不同检索器或不同查询返回的原始分数，尺度可能完全不一样。向量检索的相似度、BM25 的分数、不同查询下的排序分数，很难直接相加。

RRF 更简单粗暴也更稳：它不太关心原始分数是多少，更关心一个文档在各个结果列表里是不是排名靠前。如果一个文档在多个查询里都排得不错，那么它大概率更重要。

10.2 RRF 的人话解释

可以把 RRF 理解成“多路排名投票”。每一路检索都给靠前文档更多票，最后票数高的文档进入最终上下文。它的优点是简单、鲁棒、不依赖不同检索器的分数可比性。

11. 介绍一下 HyDE 思路

11.1 HyDE 是“假想文档嵌入”

HyDE 的全称是 Hypothetical Document Embeddings。它的流程非常有意思：不是直接把用户问题拿去向量检索，而是先让大模型根据问题生成一段“假想答案”或“假想文档”，再把这段文档做 embedding，用它去真实语料库里找相似文档。

为什么这么做？因为短问题的信息量太少。比如用户只问“安全策略怎么配”，直接拿这句话检索可能很难命中。但如果先生成一段包含“访问控制、权限、角色、审计、白名单”等词的假想文档，向量检索会更容易找到相关真实资料。

12. 介绍一下 HyDE 的问题

12.1 HyDE 最大的问题：假想文档可能会“编”

HyDE 的假想文档是大模型生成的，所以它可能包含虚构细节。这些内容不能直接当答案，也不能直接当事实依据。正确的用法是：把假想文档当作检索桥梁，用它找到真实文档，最终回答必须基于真实文档。

12.2 HyDE 不适合所有场景

如果用户问题已经非常明确，比如包含准确编号、产品名、错误码，那直接关键词检索或混合检索可能更合适。HyDE 更适合抽象问题、短问题、语义难表达问题，以及没有监督检索数据的 zero-shot 场景。

13. 什么是 Graph RAG？

13.1 普通 RAG 擅长局部检索，Graph RAG 更擅长全局关系

普通 RAG 通常是从向量库里找几个最相似片段，它很擅长回答“某个具体问题在哪段文档里有答案”。但如果用户问的是“这些文档整体在讲什么主题”“这些事件之间有什么关系”“某个项目的上下游影响链路是什么”，普通局部片段检索就可能不够。

Graph RAG 的思路，是先从文档中抽取实体、关系、事件，再构建图结构。查询时，系统可以沿着图的关系路径检索，也可以利用社区摘要回答全局性问题。

13.2 Graph RAG 适合哪些场景？

它适合企业知识库、项目管理、长文档集合、复杂关系问答、主题归纳、事件链路分析等场景。尤其当问题不是问某个局部片段，而是问“全局结构”和“关系网络”时，Graph RAG 的优势更明显。

14. 高级 RAG 怎么评估效果？

14.1 不要只看最终答案，要分阶段评估

RAG 的评估最好拆开看。召回阶段看 Recall@K，确认正确证据有没有被找回来；重排阶段看 MRR、nDCG、TopK 相关率，确认正确证据有没有排到前面；生成阶段看答案正确性、忠实度、引用覆盖率、幻觉率；工程阶段看延时、成本、吞吐和失败率。

14.2 评估要有对照实验

如果你说 RAG Fusion 有提升，就应该拿普通单查询 RAG 做对照；如果你说 HyDE 有提升，就应该看加入 HyDE 前后的召回命中率；如果你说重排有提升，就应该看重排前后 TopK 相关证据比例和最终答案质量。没有对照实验，只说“感觉更好了”，很难让人信服。

15. 面试高频追问，建议这样回答

15.1 针对通用 RAG，还有哪些改进点？

答：我会从索引、查询、召回、重排、生成、评估六层优化。索引层处理解析和切分，查询层做改写和分解，召回层做混合检索，重排层提升证据顺序，生成层做引用和事实约束，评估层做分阶段指标闭环。

15.2 RAG 各块有哪些优化策略？

答：索引阶段优化文档解析、Chunk、元数据；查询阶段做 Query Transformation；召回阶段做向量、BM25、混合检索；重排阶段用 Cross-Encoder、RRF、LLM Rerank；生成阶段做答案约束和事实校验。

15.3 如何提升索引数据质量？

答：保留文档结构、合理切分、抽取元数据、处理表格图片、建立小块和父块映射，并保证向量库结果能回溯到原文。

15.4 什么是大模型辅助召回？

答：就是让大模型在检索前做问题理解、改写、分解、多查询生成，或者在检索后做候选判断和上下文压缩，从而提升召回和上下文质量。

15.5 什么是 Query Transformation？

答：它是把用户原始问题转换成更适合检索的问题，包括查询改写、问题分解、多查询扩展、Step-back、HyDE 等。

15.6 如何通过混合检索提升效果？

答：向量检索补语义，关键词检索补精确词，二者结合可以提高召回覆盖，再通过融合和重排提升最终证据质量。

15.7 RAG Fusion 为什么需要多个查询？

答：单查询视角有限，多查询能从不同角度召回证据，降低表达差异带来的漏召回。

15.8 RAG Fusion 为什么使用 RRF？

答：因为不同检索结果的分数尺度不一样，RRF 更关注排名，能稳定融合多路结果。

15.9 HyDE 的核心思想是什么？

答：先让大模型生成假想文档，再将假想文档向量化去检索真实文档，最终答案仍要基于真实文档。

15.10 Graph RAG 是什么？

答：Graph RAG 会从文档中抽取实体和关系构建图结构，适合回答全局主题、实体关系、事件链路等普通向量 RAG 不擅长的问题。

16. 总结：高级 RAG 的本质，是把“检索增强”做成可控工程系统

普通 RAG 只是把外部知识塞给大模型，高级 RAG 则要让整个链路变得可控：问题要更可检索，召回要更全面，排序要更准确，生成要有依据，评估要能证明效果。

面试里真正高质量的回答，不是把 RAG Fusion、HyDE、Graph RAG 这些词背一遍，而是能说清：它们分别解决什么问题，适合什么场景，有什么副作用，以及如何评估有没有提升。只要能按这个逻辑讲，RAG 高级优化这组题就基本吃透了。

附：30 秒快答模板

“高级 RAG 优化可以按六层来讲：索引层优化解析、切分和元数据；查询层做 Query Rewrite、Query Decomposition、Multi-Query、HyDE；召回层做向量检索、BM25、混合检索和多路召回；重排层用 Cross-Encoder、LLM Rerank、RRF 提高证据质量；生成层用引用约束、事实校验和低置信度拒答降低幻觉；评估层分别看 Recall@K、MRR、答案准确性、忠实度、延时和成本。如果问题偏全局关系和主题总结，还可以考虑 Graph RAG。”