知识有时效性，向量检索怎么处理时间衰减？

先这样答

向量检索的核心是计算语义相似度，这个过程本身不包含时间维度。这会导致旧文档如果内容更长或描述更完整，得分会高于较短的新文档，过期信息就会顶掉新信息。在处理价格、政策、版本号等时效敏感内容时，这种现象会导致严重的错误。处理时间衰减，主要从召回侧和写入侧两个方向切入。

在召回侧，最直接的做法是在检索分数中加入时间衰减项。最终得分等于相似度乘以衰减函数，衰减函数可以根据文档年龄呈指数或线性下降，其中的半衰期参数需要根据具体的业务节奏来调节。另一种做法是按时间窗过滤，先只检索近几个月的文档，如果召回数量不足，再退化为全库检索。此外，还可以采用新旧双路召回，在最终融合排序时给新文档赋予更高的权重。

在写入侧，需要配合做好元数据管理，让文档自带生效期或失效期字段。一旦文档过期，系统自动将其降权或移出主索引。同时要定期重刷知识库，对齐源文档状态，避免源文档修改了但检索出来的答案还是旧的。在具体策略上，不能采取一刀切的全局衰减。长期稳定的知识，比如基础概念解释，不应该被压低分数；而时效敏感的内容，比如新闻或价格，需要强衰减。按文档类型或字段配置不同的衰减强度是更合理的做法。

最后，为了确保时间衰减策略有效，需要按时间切片构建评测集。通过对比新旧问题的准确率，验证衰减参数在提升时效性的同时，没有误伤长期稳定的基础知识。

面试官会怎么追问

• 「指数衰减里的半衰期参数具体怎么调？」 设定半衰期需要结合业务节奏，先给出一个初始预估值。随后利用按时间切片构建的评测集进行测试，观察不同参数下时效性问题和稳定知识问题的综合准确率。最终选择一个能平衡新知识召回，又不让旧知识得分过低的参数。
• 「怎么判断哪些文档该衰减，哪些不该衰减？」 这依赖于文档入库时的分类和元数据提取。在文档解析阶段，为文档打上类型标签。检索时系统读取这些标签，对概念解释类标签应用零衰减或极弱衰减，对新闻或价格类标签应用强衰减函数。
• 「源文档被修改了，怎么保证知识库不读到旧版本？」 需要建立定期重刷机制对齐源文档状态。在源系统侧获取文档的状态变更情况，一旦发生修改，触发知识库的更新操作。知识库根据文档标识定位并覆盖旧的向量和元数据，避免文档改了答案还是旧的。

回答的坑

• 认为把时间戳转换为向量一起参与相似度计算就能解决时效问题，实际上向量检索难以直接理解时间数值的大小关系，应该在计算完相似度后用时间衰减函数调整最终得分。
• 忽略了知识类型的差异而采用全局统一的时间衰减策略，正确的方向是按文档类型或字段分别配置衰减强度，防止长期稳定的知识被误伤。