AI产品经理面试宝典第75天：Agentic RAG系统优化策略面试题实战解析
1. Agentic RAG的核心优化策略
问：Agentic RAG相较于传统RAG有哪些核心优化策略？
答：Agentic RAG通过四大核心策略实现系统优化：
- 查询重写：采用LLM+规则双引擎，实现关键词提取、术语规范化、信息补全，生成多变体查询提升召回率
- 多路召回：融合BM25关键词检索、BGE-M3向量检索、RRF融合排序与Cross-Encoder重排序技术
- 质量评估：建立4维度（相关性/完整性/准确性/覆盖面）评估体系，设置80%阈值触发动态决策
- 动态流程控制：基于质量评估结果自动切换直接生成路径或网络搜索补救路径
指导意见
建议采用STAR法则回答：
- Situation：传统RAG存在查询质量低、召回率差、鲁棒性弱等问题
- Task：需要构建高鲁棒性的检索增强系统
- Action：实施查询重写、多路召回、质量评估、动态流程控制四重策略
- Result：项目实测召回率提升37%，响应准确率提高42%