多路召回是什么
1️⃣ 考察意图
面试官想考察你对检索系统“召回”环节的工程化理解，而非单纯背概念。核心是：你是否能解释多路召回为什么在工业级 RAG 或搜索中不可或缺，以及如何平衡多路带来的延迟与收益。刁钻点在于：多数人只提“多种方法并行”，但说不出融合策略（如 RRF）的数学原理和调参坑。答好了能展示你对检索系统整条链路（召回→融合→排序）的掌控力，以及处理真实数据分布不均的实战经验。
2️⃣ 标准答
多路召回（Multi-Recall）是指在检索阶段并行使用多种异构策略（如关键词、向量、图结构），各自生成候选集，再通过融合算法合并去重，最终输出统一列表。核心目标是利用不同方法的互补性，提升召回率（Recall@K）和鲁棒性。
1. 典型路数与选型
- 稀疏检索（BM25）：基于词频-逆文档频率，默认参数
k1=1.5, b=0.75。擅长精确匹配，对长尾关键词（如产品型号“A100-80GB”）效果好，但语义泛化差。 - 稠密检索（DPR / Contriever）：用双编码器将 query 和 doc 映射到同一向量空间，通过余弦相似度检索。擅长语义匹配（如“如何修车” vs “汽车故障诊断”），但对罕见实体（如“2023年诺贝尔化学奖得主”）容易丢分。
- 稀疏-稠密混合（SPLADE / ColBERT-v2）：SPLADE 用 MLM 头输出词项权重，兼具稀疏索引和语义扩展；ColBERT 用后期交互（Late Interaction）做细粒度匹配。适合需要高精度且能容忍计算开销的场景。
- 图结构检索（如 KNN 图）：基于 HNSW 索引，适合近邻搜索，但构建成本高，常用于向量库（如 FAISS）的底层。
2. 融合策略：核心工程取舍
- 互惠排名融合（RRF）：公式
score(d) = Σ(1 / (k + rank_i(d)))，其中k是平滑常数（通常 60）。为什么这么做：RRF 不依赖分数归一化，对 BM25 和 DPR 的分数尺度差异鲁棒。坑：k值过小（如 10）会放大高排名文档的权重，导致某一路的噪声结果污染最终列表；过大（如 200）则融合效果趋近平均。解法：在验证集上网格搜索k，或使用动态k（根据每路召回数量调整）。 - 加权线性融合：
score(d) = w1 * norm(BM25_score) + w2 * norm(DPR_score)。取舍：需要先做分数归一化（如 min-max 或 z-score），但 BM25 分数分布偏斜（长尾），归一化后仍可能失真。坑：权重w1/w2对数据分布敏感，换一个领域（如从新闻到医疗）就得重新调参。 - 学习排序（Learning to Rank）：用 LambdaRank 或 ListNet 训练一个轻量模型（如 2 层 MLP）来融合。优势：自动学习不同路数的权重和交互。代价：需要标注数据（如点击日志），且线上推理增加毫秒级延迟。
3. 实际落地的坑与解法
- 延迟爆炸：多路并行意味着多倍 IO。解法：① 对每路设置超时（如 BM25 50ms，DPR 100ms），超时则降级为空列表；② 用异步框架（如 asyncio）并发执行，而非串行。
- 候选集去重：同一文档可能被多路召回，直接合并会导致重复。解法：用文档 ID 做哈希去重，保留最高分；或在 RRF 中允许同一文档多次出现（分数累加），但需控制重复次数上限（如最多 3 次）。
- 冷启动：新领域无历史数据，BM25 和 DPR 都表现差。解法：先用通用 embedding（如 BGE-base）做稠密检索，同时用 TF-IDF 做关键词兜底，待积累 1 万条 query 后微调 DPR。
3️⃣ 答题模板（30 秒电梯版）
“这个问题我从三个层面回答：第一，多路召回是并行使用 BM25、稠密检索、图检索等异构策略，互补提升召回率；第二，核心难点在融合策略，RRF 对分数尺度鲁棒但需调 k 值，加权融合需归一化且权重易过拟合；第三，工程上要解决延迟和去重，比如设置超时降级、用异步并发。总结一句：多路召回不是简单堆路数，而是通过融合算法和工程优化，在精度和效率间找平衡。”
4️⃣ 高频追问 & 应对
追问 1：RRF 的 k 值怎么调？有没有理论依据？
没有严格理论，但经验法则：k 设为路数平均候选集大小的 1/10。例如 BM25 返回 100 个，DPR 返回 200 个，则 k ≈ (100+200)/2/10 = 15。实际在 MS MARCO 上，k=60 是常见默认值（来自原始论文）。调参时用验证集网格搜索，步长 10，观察 Recall@100 和 MRR。如果某路噪声大（如 DPR 在冷启动时），增大 k 可削弱其影响。
追问 2：多路召回和单路稠密检索比，延迟高多少？怎么优化？
假设 BM25 用 Elasticsearch（5ms），DPR 用 FAISS（10ms），图检索用 HNSW（20ms），串行总延迟约 35ms。多路并行后，瓶颈在最长路（20ms），加上融合开销（RRF 约 1ms），总延迟约 21ms。优化点：① 对慢路（如图检索）设置超时 15ms，超时则用空列表；② 用异步框架（如 Python asyncio）并发执行，避免阻塞；③ 对非关键路（如知识图谱）降采样，只取 top-50 而非 top-100。
追问 3：如果两路召回结果完全冲突（比如 BM25 认为 doc A 排第 1，DPR 认为 doc A 排第 1000），RRF 怎么处理？
RRF 对低排名文档的惩罚是平滑的：doc A 在 BM25 中 rank=1，贡献 1/(60+1) ≈ 0.0164；在 DPR 中 rank=1000，贡献 1/(60+1000) ≈ 0.00094。最终分数约 0.0173，可能被其他两路都排中等的文档（如 rank=50 和 rank=60，贡献 0.0164+0.0161=0.0325）超越。这体现了 RRF 的“共识优先”特性：它更信任多路都排中等的文档，而非单路极端高分。如果业务需要保留单路强信号，可改为加权 RRF，对 BM25 路乘系数 1.5。
5️⃣ 避坑 · 常见错误答法
- ❌ “多路召回就是把 BM25 和向量检索的结果合并，去重就行。” → ✅ 必须强调融合策略（RRF/加权/学习排序）和分数归一化问题，否则面试官会认为你只懂概念不懂工程。
- ❌ “RRF 的 k 值固定为 60，不需要调。” → ✅ 说明 k 值依赖数据分布和路数，需要网格搜索或动态调整，并给出经验公式。
- ❌ “多路召回延迟高，所以尽量少用。” → ✅ 应展示如何通过异步、超时降级、降采样来优化，体现工程思维。
6️⃣ 简历呼应
- 如果你有 RAG 项目：从“我在项目中用 BM25 + DPR 做多路召回，对比了 RRF 和加权融合，发现 RRF 在 Recall@100 上高 5%”切入，带出调参和延迟优化细节。
- 如果你只做过传统 NLP：用“信息检索中的多路召回类似集成学习（Ensemble），不同模型互补偏差”类比，再迁移到 BM25 和 TF-IDF 的对比。
- 如果你是校招无项目：聚焦“我复现了 ColBERT 的后期交互，并对比了 RRF 和加权融合在 MS MARCO 上的表现”，展示论文理解和动手能力。
- 《The Unreasonable Effectiveness of RRF》—— RRF 原理解析与 k 值调参实验
- 《Dense Passage Retrieval for Open-Domain Question Answering》—— DPR 论文
- 《SPLADE: Sparse Lexical and Expansion Model for First Stage Ranking》—— 稀疏-稠密混合方法
- FAISS 官方文档：HNSW 索引构建与参数调优
- 《ColBERT: Efficient and Effective Passage Search via Contextualized Late Interaction》—— 后期交互模型