面试题 · 检索
搜索「Embedding 模型」匹配到口述回答，相关段落已展开。查看匹配内容 ↓
请描述RAG（检索增强生成）的完整工作流程，并说明在构建向量检索库时，如何应对信息时效性衰减对检索召回效果的影响。
检索阶段
生成阶段
数据层：分层知识管理
索引层：多路召回融合
按学习路线查看教程、项目和面试题。
典型场景
建议系统学习该知识点
场景切入
假设你做一个新闻推荐系统，用户搜了“美联储加息”，一周后同样的Query进来，你觉得检索结果应该一样吗？怎么处理知识过时的问题？
层层追问
RAG的流程你肯定熟，先检索再生成。……那如果文档库里有一年前的旧闻，用户问的是最新事件，你用什么办法不让旧数据干扰？时效性怎么量化到检索里？
直球架构
请描述RAG的完整工作流程，并重点讲构建向量库时，如何设计机制应对信息时效性衰减导致的召回效果下降。
这道题其实是在问，怎么让大模型既能拥有最新知识，又不会因为知识库过时而胡说八道。[[RAG]]的本质就是给大模型配一个外挂知识库，让它能实时查资料再回答。
先说RAG的完整流程。用户提一个问题，我们先用 [[Embedding]] 模型把它转成向量，然后去[[向量数据库]]里做相似度检索，召回最相关的Top-K片段。这一步核心是从语义上匹配，不是关键词匹配。召回来后通常会加一个 [[Rerank]] 步骤，把最精准的排到前面，然后把这些片段和用户问题拼在一起，作为上下文送给大模型生成答案。这里有个坑：prompt设计必须明确告诉模型引用来源，否则它还是会自己编，也就是 [[Hallucination]]。
接下来是时效性问题。说白了，知识库里的信息是静态的，但现实世界在变。比如电商平台的满减政策，昨天还是满200减50，今天改成满300减80了，如果知识库没更新，用户问“今天有什么优惠”，模型可能会给出过时的答案。
我的应对策略不是单一方案，而是分层加组合。先说数据层，我会把知识分成热数据、温数据、冷数据。热数据比如最新的促销政策、实时库存，24小时内变化频繁，我会放在内存缓存里，秒级生效。温数据比如产品说明、常见问题，更新周期按小时算，用增量索引。冷数据比如历史法规、老版本文档，更新频率低，按天或周重建全量索引。这样既保证实时性，又控制成本。
再一个，索引层我会做多路召回融合。具体说就是[[混合检索]]：用 [[BM25]] 捕捉时效性关键词，比如“最新”、“2024年”，同时用向量检索捕捉语义。两条路的结果合并后，再按时间戳加权排序，近期文档得分更高。另外，同一实体我会保留历史快照，但检索时只返回最新版本，避免混淆。
检索层还有个动态补偿机制。如果query明显带有时间意图，比如“今天股市行情”，我会触发实时API去拉取最新数据，而不是只依赖知识库。如果检索得分低于某个阈值，说明知识库可能没有相关内容，这时候降级到搜索引擎或实时数据库，保证信息新鲜。这里有个关键点：必须设置置信度阈值，得分太低就直接走实时通道，否则模型会基于过时信息生成错误答案。
举个例子，在金融场景里，股票价格是秒级变化的，RAG必须结合实时数据流和历史背景一起用。而在医疗法律场景，知识更新慢，更侧重权威来源的版本控制，比如某个药品说明书更新了，旧版本要标记为已废弃，不能直接删掉，因为法律上可能需要追溯。
落地时有个常见失败场景：知识库刚更新，但检索时还是召回旧版本，因为 [[HNSW]] 索引的局部性导致动态更新不及时。我的做法是把更新分成新增、修改、删除三类，新增直接增量插入，修改和删除用软删除加异步重建，同时维护base和delta双索引，查询时合并再按版本过滤。构建完不能直接上线，我会用一批固定query回放，对比Recall@K和延迟，通过才原子切换，不通过就回滚。
说到版本控制，其实还有一个更细的坑：如果同一个实体有多个历史版本，检索时怎么保证召回的是最新且最相关的那一个？ 我倾向的做法是在文档元数据里加时间戳和版本号，检索时按时间降序取第一个，但如果有语义不匹配的情况，比如用户问的是“去年的政策”，那就得靠query意图识别来切换版本。
所以整体来看，我会把RAG的时效性看作一个系统性问题，不是单靠某个算法就能解决的。我更倾向用分层策略加多路召回，再配合实时补偿，同时做好版本控制和索引一致性校验。如果面试官对版本控制或者混合检索的具体实现感兴趣，我可以再展开讲讲。