召回的双塔结构是什么？ANN 索引怎么建？

先这样答

双塔召回把用户和物品分别编码成向量，再在线计算相似度。用户塔输入用户侧信息，物品塔输入物品侧信息。两侧输出向量后，可以用内积或余弦计算匹配程度。

物品向量可以离线预计算并建立 ANN 索引。线上请求到来时，只计算用户塔，得到当前用户向量，再到索引中检索相似物品。这样能减少线上计算，满足召回阶段的延迟要求。

ANN 索引可以选 HNSW 或 IVF。HNSW 是图索引，查询快，但占用内存大。IVF 是倒排聚类索引，更省内存，但需要先训练聚类。训练双塔时，可以使用 in-batch 负采，也可以加入难例挖掘。正负样本比例要按具体场景调整。

面试官会怎么追问

• 「为什么物品塔可以放到离线，线上只计算用户塔？」
  物品向量可以提前计算并放入 ANN 索引。线上只生成用户向量，再做相似度检索，可以减少在线计算，满足延迟要求。

• 「HNSW 和 IVF 怎么选？」
  HNSW 属于图索引，查询快，但内存开销大。IVF 属于倒排聚类索引，更省内存，但使用前需要训练。

• 「双塔训练时，负样本怎么构造？」
  可以使用 in-batch 负采，把同一批次中的其他样本作为负样本。也可以做难例挖掘，再结合场景调整正负样本比例。

回答的坑

• 不要只说双塔分别编码向量，还要说明物品向量离线计算、线上只计算用户塔。

• 不要把 HNSW 和 IVF 混成同一种索引，要说清查询速度、内存开销和是否需要训练的差异。