检索式QA（向量检索）

CH-08-01-051·约 17 分钟·AI应用领域·更新 2026-08-11

想象你走进一栋藏书百万的图书馆，向管理员抛出一个问题：“恐龙为什么会灭绝？”这位经验丰富的管理员不会把整座图书馆的书都搬到你面前，也不会靠记忆凭空编一个答案——他有三步绝活：第一步，在索引系统里快速圈定二十本可能相关的书；第二步，一本本翻看目录和章节，挑出最可能讲到恐龙灭绝的那一本；第三步，翻到具体页面，用红笔划出那句关键的话。这不是小说情节，而是“检索式问答系统”每天都在做的事。它的正式名字叫检索式QA：先从一个庞大的知识库里“召回”可能包含答案的段落，再“精排”出最相关的文档，最后“抽取”出答案片段。而让这一切成为可能的，是一种叫“向量检索”的技术——它把问题和文档都变成一串数字，让含义相近的东西在数字空间里彼此靠近。这篇文章将带你用图书管理员的视角，看懂检索式QA的完整运作流程。

岗位关联

掌握检索式QA的向量检索架构，你就能设计出可溯源、低幻觉的企业级问答系统——这是智能客服、搜索引擎、法律检索等场景中最抢手的NLP技能之一。

可视化演示
整体流程：一次完美的借书答题
向量编码：给文档办一张语义索书卡
双塔召回：快速圈定一摞候选书
交叉精排：逐页翻书定胜负
答案抽取：用红笔画出关键句
系统评估：给图书管理员发 KPI 绩效表
AI 应用场景
Python 演示
常见误区
面试题

可视化演示

交互展示问答向量空间相似度检索、双塔编码器架构及两阶段检索精排流程，插示向量检索QA的效率与精度平衡。

本节配有交互动效（进入视口后自动加载，约 3KB）。

向量空间相似度检索 Q向量与Doc向量余弦相似度 Top-k检索最相关文档 sim=cos(q,d) 高相似度文档更可能包含正确答案

整体流程：一次完美的借书答题

想象一下，你站在图书馆咨询台前，管理员的三步动作行云流水：先敲键盘筛出一摞书，再快速翻看每本书的目录，最后指着某一页念出答案。这套流程之所以高效，是因为他把“找书”和“读书”分开了——先用廉价的方式缩小范围，再用昂贵的方式精读少数几本。

这就是检索式QA的基本哲学。它不像生成式模型那样凭空“想”答案，而是从一个预先整理好的知识库中，经过“召回-精排-抽取”三段式流水线，找出并摘录最可信的答案。好处非常明显：答案有出处、可溯源、不易编造；知识库更新时，系统无需重新训练就能掌握新知识。开放域问答和知识库问答场景中，这种架构是绝对的主流。

从数学上看，整个系统可以理解为一个复合函数，前一个阶段的输出就是后一个阶段的输入：

回到图书馆的比喻：你把问题交给管理员，他先筛书、再读书、最后划线。检索式QA就像一个永不疲倦、速度极快的图书管理员，在数百万文档中重复着这套动作，几秒内就能给你一份带出处的答案。

\displaystyle \text{Answer}(q)=\operatorname{Extract}\Big(q,\ \operatorname{Rerank}\big(q,\ \operatorname{Recall}(q)\big)\Big)

这个公式描述了问题 q 从进入系统到产出答案 Answer 的完整链路：先召回、再精排、最后抽取。

召回模块 Recall(q)根据问题 q 从整个知识库中快速挑出 Top-K 个候选文档，对应图书管理员的“快速筛书”。
$\displaystyle \operatorname{Recall}(q)=\text{Top}K\Big(\operatorname{Sim}\big(\operatorname{Enc}(q),\ \operatorname{Enc}(d)\big)\Big)$
精排模块 Rerank(q, ·)对召回得到的少量候选逐一深度打分并重新排序，对应管理员的“逐本翻看目录”。
$\displaystyle \operatorname{Rerank}\big(q,\ C\big)=\text{Sort}\big(\operatorname{Score}(q, d_1), \dots, \operatorname{Score}(q, d_k)\big)$
抽取模块 Extract(q, ·)从精排后的最优文档中截取一个连续片段作为最终答案，对应“用红笔划出关键句”。
$\displaystyle \operatorname{Extract}(q, d)=\text{Span}_{\hat{i}, \hat{j}}(d)$
嵌套关系三个模块层层递进，前一步的输出恰好是后一步的输入，构成严格的流水线。

向量编码：给文档办一张语义索书卡

图书馆里的每本书都有一张索书卡，上面的编号可不是按书名首字母随便排的，而是按“内容主题”排列——讲天文的书挨在一起，讲恐龙的书也挨在一起。管理员正是靠这套编号，才能一眼看出哪些书可能相关。向量编码做的，就是给每一段文本办一张“语义索书卡”。

计算机并不理解文字，它只理解数字。向量编码（Embedding）把一句自然语言转换成一串几百维的浮点数，例如 768 维。这串数字所在的“语义空间”中，含义相近的句子距离更近：“恐龙灭绝的原因”和“小行星撞击导致恐龙消失”虽然字面完全不同，但因为语义接近，它们的向量会互相靠近。深度编码器（如 BERT、SimCSE）通过海量文本预训练，学会了把语义折叠进向量的位置关系里。

有了语义索书卡，管理员才能在百万藏书中快速定位“可能与恐龙相关的书”。同样的，向量编码让计算机拥有了“看出语义相近”的能力，这是后续召回和精排的地基。

\displaystyle \mathbf{e}_s=\operatorname{Encoder}(s) \in \mathbb{R}^{768}

一句话 s 经过深度编码器，变成 768 维的稠密向量 e_s，这就是文本的“语义身份证”。

输入句子 s待编码的自然语言文本，比如一段运维文档或一条用户提问。
$\displaystyle s=\text{"恐龙的灭绝与小行星撞击地球有关"}$
深度编码器 Encoder(·)以 Transformer 为核心的预训练语言模型，逐层融合上下文语义。
$\displaystyle \operatorname{Encoder}(s)=\operatorname{BERT}(s)$
语义向量 e_s取编码器输出的 [CLS] 向量或对全部 token 做平均池化，得到整句话的向量表示。
$\displaystyle \mathbf{e}_s=\operatorname{Pooling}\big(\operatorname{BERT}(s)\big)$
高维空间 R^768向量落在 768 维实数空间中，维数越高，能区分的语义差异越细腻。
$\displaystyle \mathbf{e}_s \in \mathbb{R}^{768}$

双塔召回：快速圈定一摞候选书

管理员进入第一步实操：他不会把每本书都抽出来读，而是先在索引数据库里快速比一圈索书卡，把几十本“看起来相关”的书一次性搬到桌上。这个过程追求的是“别漏掉”，而不是“绝对精确”——漏掉一本可能正确答案的书，后面再努力也白费。

双塔召回（Two-Tower Retrieval）就是这套快筛机制的工程实现。它有两个编码器塔：问题塔专门编码用户问题，文档塔专门编码知识库文档。两个塔结构相同、参数不共享，各自把文本映射成向量。文档塔的工作可以在离线状态下提前完成——把上百万文档一次性全部编码成向量，存进向量索引库（如 FAISS、HNSW）。线上来一个问题时，只需让问题塔算一次向量，然后在索引库中做近似最近邻（ANN）搜索，毫秒级返回 Top-K 个最相似的文档。

管理员用索书卡快速圈定候选书的动作，在系统里就是一次余弦相似度排序。双塔召回的关键设计是“文档向量离线算好、在线只算问题向量”，这保证了即使知识库上百万篇文档，也能在毫秒级完成粗筛。

\displaystyle \operatorname{sim}(q, d)=\frac{\mathbf{e}_q \cdot \mathbf{e}_d}{\left\|\mathbf{e}_q\right\|\left\|\mathbf{e}_d\right\|}=\cos\theta

余弦相似度衡量两个向量的方向有多一致，取值在 [-1, 1]，越接近 1 表示语义越接近。

问题向量 e_q问题塔把用户问题编码为向量。
$\displaystyle \mathbf{e}_q=\operatorname{Encoder}_{query}(q)$
文档向量 e_d文档塔把某篇文档编码为向量（离线预计算）。
$\displaystyle \mathbf{e}_d=\operatorname{Encoder}_{doc}(d)$
点积运算 ·两个向量逐位相乘再相加，反映方向重合程度。
$\displaystyle \mathbf{e}_q \cdot \mathbf{e}_d=\sum_{k=1}^{768} e_{q,k}\cdot e_{d,k}$
模长归一化除以两个向量的模长，消除文本长度带来的影响，得到夹角余弦值。
$\displaystyle \left\|\mathbf{e}_q\right\|=\sqrt{\sum_{k=1}^{768} e_{q,k}^2}$

交叉精排：逐页翻书定胜负

粗筛搬来的二十本书里，有些可能只是在封面上印了一只恐龙，内容根本不相关。管理员现在要坐下来，一本一本翻看目录、插图和关键章节，仔细掂量每本书与问题的真正匹配程度，然后给它们重新排名。这就是交叉精排要解决的问题。

与双塔“各自编码、最后比一下”的方式不同，交叉编码器（Cross-Encoder）让问题和文档彻底“面对面”：把两者拼成一个输入序列 [CLS] 问题 [SEP] 文档 [SEP]，喂给深度模型。这样问题中的每个词都能直接“看到”文档中的每个词，产生细粒度的语义交互。模型最后用 [CLS] 位置的输出向量过一个线性层，再用 Sigmoid 函数压成一个 0 到 1 之间的相关分数。精排准确率高，但代价是计算量巨大——每个候选文档都要单独跑一遍完整模型，所以它只能用在召回后的少量候选上。

管理员逐本翻书判高下的过程，在系统里就是交叉编码器对每个候选算出一个精细分数。双塔求“快”，交叉求“准”，两者配合，才能在百万文档中既找得快又找得准。

\displaystyle s(q, d)=\sigma\left(\mathbf{w}^{\top} \mathbf{h}_{[C L S]}\right)

拼接后的问题-文档对经过深度交互，最终输出一个相关概率分数。

拼接输入问题和文档以特殊分隔符拼接成一句话。
$\displaystyle \text{Input}=[\text{CLS}]\ q\ [\text{SEP}]\ d\ [\text{SEP}]$
CLS 表征 h_CLSBERT 最后一层 [CLS] 位置的表征向量，浓缩了整对文本的交互信息。
$\displaystyle \mathbf{h}_{[CLS]}=\operatorname{BERT}_{last}([\text{CLS}]; q; [\text{SEP}]; d)$
线性层 w^T一维权重向量，把 768 维交互向量压缩成一个实数 logit。
$\displaystyle z=\mathbf{w}^{\top} \mathbf{h}_{[CLS]}$
Sigmoid 压缩把 logit 映射到 (0,1)，作为相关概率。
$\displaystyle \sigma(z)=\frac{1}{1+e^{-z}}$

答案抽取：用红笔画出关键句

管理员终于锁定了那本最相关的书——不是把整本书复印给你，而是翻到具体那一页，用红笔划出关键的一句：“约 6600 万年前，一颗小行星撞击地球，导致了恐龙的灭绝。”检索式QA的最后一步，就是做这样一次精准的“划线”。

抽取式阅读理解（Extractive QA）把精排出的最佳文档输入模型，模型对文档中的每个词都预测两个概率：它是答案起始位置的概率，以及它是答案结束位置的概率。拥有最大“起始概率”的词和最大“结束概率”的词之间夹着的那一段连续文本，就是最终答案。经典实现如 BERT-SQuAD，就是通过添加两个额外的分类头来完成起止索引预测。

管理员的红笔，在模型里就是一组概率分布。抽取式QA的最大优点是“忠实”：它不会编造句子，只是从原文中剪出一段最合适的答案，让每一条回答都能回溯到知识库中的原始出处。

\displaystyle \hat{i}, \hat{j}=\arg \max_{i \leq j}\ P_{\text{start}}(i)\cdot P_{\text{end}}(j)

模型在段落中寻找一对“起始-结束”位置，使两者之间的片段成为答案。

段落位置 i, j答案片段在文档中的起始词位置和结束词位置。
$\displaystyle 1 \leq i \leq j \leq L$
起始概率 P_start(i)第 i 个词作为答案起点的概率，由 softmax 归一化得到。
$\displaystyle P_{\text{start}}(i)=\operatorname{softmax}\big(\mathbf{W}_s \mathbf{h}_i\big)$
结束概率 P_end(j)第 j 个词作为答案终点的概率。
$\displaystyle P_{\text{end}}(j)=\operatorname{softmax}\big(\mathbf{W}_e \mathbf{h}_j\big)$
联合搜索 argmax在所有满足 i ≤ j 的起止组合中，寻找概率乘积最大的一对。
$\displaystyle (\hat{i}, \hat{j})=\arg \max_{i \leq j} P_{\text{start}}(i)\cdot P_{\text{end}}(j)$

系统评估：给图书管理员发 KPI 绩效表

馆长如何考核管理员的工作？三张表：第一张看“找得全不全”——该搬上桌的书有没有漏；第二张看“排得准不准”——正确答案是否排在候选列表最前面；第三张看“快不快”——用户等了多久才拿到答案。检索式QA系统的评估，同样围绕这三张表展开。

Recall@K 衡量前 K 个召回结果中是否包含正确答案，反映召回阶段的“覆盖率”；MRR（平均倒数排名）则对每个问题，取第一个正确答案排名的倒数并求平均——排名越靠前，分数越接近 1；EM 和 F1 用于考核抽取出的答案片段与标准答案的字面匹配程度。除此之外，线上系统还必须关注时延和吞吐量：双塔召回虽然快，但召回数量 K 太大会拖慢精排；精排模型虽然准，但若响应超过 3 秒用户就会流失。性能指标与效果指标之间存在微妙的权衡。

馆长的三张 KPI 表，对应着检索式QA的评估铁三角：召回率保证“找得全”，MRR 保证“排得准”，时延保证“答得快”。任何一个环节掉链子，用户在真实场景中都感知得到。

\displaystyle \operatorname{MRR}=\frac{1}{|Q|} \sum_{r=1}^{|Q|} \frac{1}{\operatorname{rank}_r}

MRR 反映正确答案在排序列表中的平均位置——它排得越靠前，系统就越有用。

问题集合 Q用于评估的测试问题集，共 |Q| 个问题。
$\displaystyle Q=\{q_1, q_2, \dots, q_{|Q|}\}$
排名 rank_r第 r 个问题的第一个正确答案在候选列表中的排序位置。
$\displaystyle \operatorname{rank}_r=\text{position of first correct answer}$
倒数 1/rank_r排名第 1 得 1 分，排名第 5 只得 0.2 分，惩罚排位靠后。
$\displaystyle \frac{1}{\operatorname{rank}_r} \in (0, 1]$
全体平均对所有问题的倒数排名取平均，衡量系统整体的排序质量。
$\displaystyle \text{MRR}=\frac{1}{|Q|}\left(\frac{1}{\operatorname{rank}_1}+\dots+\frac{1}{\operatorname{rank}_{|Q|}}\right)$

AI 应用场景

企业智能客服：IT 服务台机器人

阶段：双塔召回 + 交叉精排 + 答案抽取（全流程）

解决的问题：传统客服 FAQ 依赖关键词规则匹配，员工说“VPN 连不上”和文档中“虚拟专用网络无法访问”字面完全不同，规则匹配直接失配。向量检索把问题和文档映射到同一语义空间，语义等价也能命中。

具体案例：某互联网公司把 3000 篇 IT 运维文档编码为向量库。员工提问“公司 Wi-Fi 老掉线怎么办”，系统先用双塔召回 Top50 文档，交叉精排后送入阅读理解模型，3 秒内返回“建议切换到 5G 频段并更新网卡驱动”的答案，且附带原文链接。答案命中率从关键词方案的 61% 提升到 87%。

法律判例检索助手

阶段：双塔召回 + 交叉精排

解决的问题：法律法规和裁判文书中专有名词极多，同一个含义有“违约金过高”“约定利息超出法定上限”等无数种表达方式，关键词检索严重漏检。双塔召回可在语义层面圈定同类判例。

具体案例：某法律科技公司的“智能法规问答”系统，接入数万部法律法规和裁判文书。律师提问“借款纠纷中约定利息过高是否有效”，系统先通过向量检索召回相关法条和类似判例，再精排引用原文，并在答案中标注案号，方便人工核验。

搜索引擎的“答案盒子”

阶段：双塔召回 + 精排 + 抽取

解决的问题：传统搜索引擎返回十条蓝色链接，用户还得一个个点开找答案。搜索引擎在结果页顶部直接展示一句话答案，本质就是一个检索式QA系统。

具体案例：搜索“珠穆朗玛峰有多高”，结果顶部直接显示“8848.86 米”。系统先从网页库中召回相关页面，精排选出最权威来源，再用抽取模型切出包含数值的关键句子，最后附上来源链接。

Python 演示

python70 行

# -*- coding: utf-8 -*-# 迷你检索式问答:字符二元组向量化 + 召回 + 精排 + 抽取import math DOCS = [    "恐龙的灭绝与小行星撞击地球有关。",    "地球自转一周大约需要24小时。",    "光合作用是植物将阳光转化为能量的过程。",    "牛顿提出了万有引力定律。",    "蛋白质是构成生命的基础分子。",    "白垩纪末期的火山活动可能加剧了恐龙的灭绝。"] def tokenize(text):    # 字符二元组:把句子切成一连串二字片段作为特征    text = text.replace(" ", "")    return [text[i:i+2] for i in range(len(text) - 1)] def encode(text):    # 把文本编码成二元组频次向量    vec = {}    for t in tokenize(text):        vec[t] = vec.get(t, 0) + 1    return vec def cosine_sim(v1, v2):    # 余弦相似度:衡量两个向量方向是否一致    s = sum(v1.get(t, 0) * v2.get(t, 0) for t in set(v1) | set(v2))    l1 = math.sqrt(sum(x * x for x in v1.values()))    l2 = math.sqrt(sum(x * x for x in v2.values()))    return s / (l1 * l2) if l1 * l2 else 0.0 def recall(query, k=2):    # 双塔召回:问题向量与全部文档向量做粗筛    qv = encode(query)    cands = []    for doc in DOCS:        cands.append((cosine_sim(qv, encode(doc)), doc))    cands.sort(key=lambda x: x[0], reverse=True)    return cands[:k] def rerank(query, cands):    # 交叉精排:在候选上叠加特征重新打分    qset = set(tokenize(query))    def score(item):        sim, doc = item        overlap = len(qset & set(tokenize(doc))) / max(len(qset), 1)        return 0.7 * sim + 0.3 * overlap    cands.sort(key=score, reverse=True)    return cands def extract_answer(query, doc):    # 答案抽取:教学简化版返回整句,真实系统用起止索引模型    return doc def main():    question = "恐龙为什么灭绝?"    print("问题:", question)    hits = recall(question, k=3)    print("双塔召回结果:")    for s, d in hits:        print("  %.3f %s" % (s, d))    hits = rerank(question, hits)    print("交叉精排结果:")    for s, d in hits:        print("  %.3f %s" % (s, d))    print("抽取答案:", extract_answer(question, hits[0][1])) if __name__ == "__main__":    main()

目的：演示一个极简检索式问答全流程——字符二元组向量化、余弦相似度召回、加权精排、答案片段返回，帮助理解“召回-精排-抽取”三段式原理。

def tokenize(text)— 把中文句子切成相邻二字的片段，作为最朴素的“语义特征”，相当于给文档办简易索书卡。
def encode(text)— 统计二元组出现次数，得到文本的稀疏向量，代表真实系统中 Embedding 向量的简化版。
def cosine_sim(v1, v2)— 计算两个向量的余弦相似度，对应双塔召回中的相似度打分。
hits = recall(question, k=3)— 问题向量与全部文档向量逐一比较，取出 Top-3 候选，模拟粗筛阶段。
def rerank(query, cands)— 在候选集上叠加“语义重叠度”特征重新排序，模拟交叉精排的打分重排。
extract_answer(question, hits[0][1])— 从精排第一的文档中返回答案片段，对应答案抽取阶段。

常见误区

误区“我一直以为向量检索就是把文章里的关键词提取出来，数一数问题里出现哪个词多就返回哪篇，词频越高就越相似。”

正解向量检索的核心是语义编码，关键词重合只是最初的粗浅信号。深度编码器能把“恐龙灭绝”和“小行星撞击导致恐龙消失”这种字面几乎不重合、但语义高度相关的文本映射到相近位置。TF-IDF 做的是字面匹配，向量检索做的是语义匹配。

为何常见：早年搜索引擎的关键词匹配深入人心，而“语义向量”看不见摸不着，初学者很容易用旧经验类比。

误区“交叉编码器精排效果明显比双塔好，那为什么还要双塔召回？直接拿交叉编码器对全部文档打分不就行了。”

正解交叉编码器需要对“每个问题 × 每篇文档”做一次完整深度推理。知识库若有 100 万篇文档，一次问答就要跑 100 万次模型，时延无法接受。双塔先把文档向量离线算好，线上只需算一次问题向量加近邻搜索，毫秒级粗筛出几百个候选，再交给交叉编码器精排。这是效率和精度的权衡。

为何常见：只听说精排准确率高，忽略了计算成本，没有正视知识库的规模效应。

误区“答案抽取应该像 ChatGPT 一样由模型凭空想出一段通顺的话回答用户。”

正解抽取式 QA 是从给定段落中“选”出一个连续的片段，绝不生成新词。模型通过预测起始位置和结束位置概率来截取原文。这样做的好处是答案忠实、有据可查、不会编造事实。生成式大模型是另一条技术路线，两者不能混为一谈。

为何常见：生成式大模型的流行让大家忘了抽取式路线的存在，混淆了“检索式”与“生成式”的本质区别。

误区“向量相似度排名第一的文档就一定会包含答案，直接抽出来给用户就行。”

正解相似度高只代表“话题接近”，不代表“段落里一定藏着答案”。编码器未在垂直领域微调、文档本身信息不完整、问句存在歧义，都可能导致高相似度文档没有答案。因此真实系统需要精排模块进一步过滤，并配置“无答案拒答”机制，而不是盲目信任相似度排名。

为何常见：把“语义相似”直接等同于“包含答案”，对语义空间的非线性映射缺乏理解。

误区“只要把 Recall@K 和 MRR 刷上去，系统上线后用户就一定满意，所以唯一任务就是调相似度阈值。”

正解离线指标与线上体感相关但不等价。MRR 高不代表时延达标，Recall@K 高不代表无答案时能优雅拒答。线上系统还要看端到端时延、吞吐量、无答案处理、用户反馈等因素。为了将时延控制在 300 毫秒内，有时反而要调小召回 K 值，这是系统工程中的取舍艺术。

为何常见：实验室评估习惯单指标导向，忽略了真实系统中多个目标互相制约的现实。

面试题

Q1. 检索式问答系统最突出的优点是？

单选题 · easy

A.能凭空创造全新见解
B.答案可溯源且少编造← 正确答案
C.完全不需要任何数据库
D.无需预训练数据参与

答案：B。检索式QA从知识库中检索并抽取答案片段，答案有出处、可回溯，几乎不会凭空编造。A是生成式模型的特点；C和D描述都不正确，检索式系统恰恰依赖知识库和预训练编码器。

Q2. 检索式QA中的“向量”指的是？

单选题 · easy

A.数据库中的一列数值
B.文本映射成的稠密数组← 正确答案
C.内存地址的指针
D.关键词的匹配次数

答案：B。向量是文本经过深度编码器后得到的一串浮点数（如768维），用来表示语义。A是数据库概念，C是程序概念，D是词频统计，都不是语义向量的定义。

Q3. 双塔召回阶段的主要目的是？

单选题 · easy

A.逐字细读每篇文档
B.快速筛出候选文档← 正确答案
C.生成最终的答案文本
D.给文档做人工标注

答案：B。双塔召回的任务是以极低延迟从海量文档中粗筛出少量候选，强调“快”和“别漏”。逐字细读是精排阶段的事，生成答案文本是抽取/生成阶段的事。

Q4. 余弦相似度的取值范围是？

单选题 · mid

A.[0, 1] 恒为正
B.[-1, 1] 可为负← 正确答案
C.[0, 10] 通常为正
D.[1, 100] 越大越像

答案：B。两个向量夹角的余弦值在 [-1, 1] 之间，为 1 时方向完全一致，为 -1 时方向完全相反。传统词频向量全非负时余弦值才非负，但深度语义向量可能含负分量，因此可为负。

Q5. 双塔架构中，文档向量的计算时机通常是？

单选题 · mid

A.每次线上问答实时计算
B.离线预计算并建立索引← 正确答案
C.由交叉编码器在线推理
D.由人工手动构造词表

答案：B。文档向量数量巨大但更新不频繁，适合离线批量编码后存入向量索引库。线上每次问答只实时计算一个问题向量，再做近邻搜索。A会浪费大量算力，C属于精排阶段，D不是向量化方法。

Q6. 交叉精排相比双塔召回的主要劣势是？

单选题 · mid

A.无法处理长文本输入
B.计算开销大、响应慢← 正确答案
C.召回候选数量太少
D.不支持相似度量计算

答案：B。交叉编码器让问题和文档的每个词充分交互，效果好但每个候选都要单独跑一次完整模型，计算量远大于双塔的一次近邻搜索。因此它只能用在召回后的少量候选上。

Q7. 抽取式QA模型预测答案采用的方法是？

单选题 · hard

A.自回归逐字生成新句
B.预测起止位置索引← 正确答案
C.抽取全篇摘要内容
D.用规则匹配正则式

答案：B。抽取式阅读理解对段落中每个词预测“作为答案起点”和“作为答案终点”的概率，取概率最大的一对起止位置之间的连续片段作为答案。A是生成式方法，C是摘要任务，D是传统规则方法。

Q8. MRR=0.5 的含义是？

单选题 · hard

A.全部答案均排在首位
B.正确答案平均倒数排名0.5← 正确答案
C.系统精确率达到半数
D.只要一半问题问得对

答案：B。MRR 是对每个问题取第一个正确答案排名的倒数再求平均。MRR=0.5 表示各问题正确答案的倒数排名平均为 0.5，例如两个问题的首个正确答案分别排第 1 位和无限靠后时，平均值趋近 0.5。

Q9. 检索式双塔召回阶段可以使用的检索手段有哪些？

多选题 · mid

A.向量内积相似度← 正确答案
B.余弦相似度打分← 正确答案
C.ANN近似最近邻索引← 正确答案
D.SQL关系型存储

答案：ABC。双塔召回把文档向量化后，用内积或余弦相似度衡量相关性，并借助 FAISS/HNSW 等 ANN 索引加速近邻搜索。SQL 存储适合精确查询结构化数据，不适合海量高维向量的近似检索。

Q10. 检索式QA系统评估常用的指标包括哪些？

多选题 · hard

A.Recall@K 召回率← 正确答案
B.MRR 平均倒数排名← 正确答案
C.EM/F1 答案字面匹配← 正确答案
D.BLEU 生成文本得分

答案：ABC。Recall@K 衡量召回覆盖率，MRR 衡量答案排序质量，EM/F1 衡量抽取答案与标准答案的字面重合度。BLEU 是机器翻译等生成式任务的指标，不适合评估检索式QA的答案抽取结果。