@shrav_10: 今天面试了另一位候选人。我问他什么是RAG，他回答：RAG是一种技术，能让LLM利用外部知识回答问题，而不仅仅依赖训练时学到的内容。
摘要
一位招聘经理分享了候选人对RAG和微调的正确描述，随后向关注者提问：何时应该选择其中一种而非另一种？
今天面试了另一位候选人。
我问他什么是RAG。
他回答：
RAG是一种技术，能让LLM利用外部知识回答问题，而不是仅仅依赖训练时学到的内容。
然后我问他什么是微调。
他说：
微调是在你自己的数据集上训练一个预训练语言模型的过程，让它学会新的行为、风格或任务。
接着我追问：
既然RAG可以通过检索到的上下文注入外部知识甚至模仿用户的风格，那为什么还需要微调？在什么情况下你会选择其中一种而非另一种？
你的答案会是什么？
查看缓存全文
缓存时间: 2026/06/28 03:59
今天我面试了另一位候选人。
我问他什么是 RAG。
他回答：
RAG 是一种让大型语言模型能够利用外部知识回答问题，而不仅仅依赖训练时所学内容的技术。
然后我问他什么是微调。
他说：
微调是在自己的数据集上训练预训练语言模型，使其学习新的行为、风格或任务的过程。
接着我追问了一个问题：
既然 RAG 可以通过检索到的上下文注入外部知识甚至模仿用户的个人风格，那为什么我们还需要微调？在什么情况下你会选择其中一个而非另一个？
你会怎么回答？
相似文章
@akshay_pachaar: RAG vs. Graph RAG vs. Agentic RAG，清晰说明！标准RAG将文档嵌入向量并检索最相关…
清晰解释标准RAG、Graph RAG和Agentic RAG，涵盖它们的区别、用例以及如何处理单跳与多跳查询。
@_avichawla: 面向AI工程师的8种RAG架构：（用法说明）1）Naive RAG——纯粹基于向量相似度检索文档…
一个推文串，解释了8种不同的RAG架构（Naive、Multimodal、HyDE、Corrective、Graph、Hybrid、Adaptive、Agentic）及其使用场景，并暗示了一种改进的索引技术。
@ando_w: 今天面试了个候选人，简历写"精通 RAG"。 我问召回率多少，他说"挺好的"。我问怎么评估的，他说"问了几句感觉不错"。 这就是行业现状：90% 的 RAG 项目没有评估集，全靠手感。能说出 Recall 和 Precision 的，已经…
一位面试官吐槽自称“精通RAG”的候选人无法说出召回率和精确度，指出行业中90%的RAG项目缺乏规范的评估集，全靠主观判断。
@_vmlops：生产环境中的 RAG 评估与测试（离线 + 在线）模型评估师、AI QA 及 SDET 的面试准备指南
一份共享资源，链接至专注于大语言模型 RAG 评估与测试的面试准备指南。
@_rohit_tiwari_: 我浪费了几个月试图理解RAG。所以我制作了这个清晰的逐步指南。https://drive.google.com/file/d/1…
一份清晰的逐步指南，帮助理解检索增强生成（RAG），涵盖解释、视觉内容以及各种架构，如Naïve RAG、Advanced RAG、Graph RAG、Multimodal RAG和Agentic RAG。