向量检索通过Embedding相似度计算实现语义级别匹配，突破了关键词匹配的局限。介绍ANN索引算法选择、向量与倒排混合检索方案与召回率优化方法，分析在大规模向量库中的性能与精度权衡策略。通过代码示例、架构图与生产经验分享，帮助AI工程师掌握从技术原型到大规模生产的完整工程落地与持续优化能力。

学习提示

需要学习向量检索，向量检索通过Embedding相似度计算实现语义级别匹配，突破了关键词匹配的局限。作为企业级案例剖析 > 搜索引擎案例的核心组成，掌握向量检索有助于打通相关知识链条。

目录
  1. 可视化演示
  2. AI 应用场景
  3. Python 演示
  4. 常见误区
  5. 面试题

可视化演示

状态—

向量检索通过Embedding相似度计算实现语义级别匹配，突破了关键词匹配的局限。介绍ANN索引算法选择、向量与倒排混合检索方案与召回率优化方法，分析在大规模向量库中的性能与精度权衡策略。通过代码示例、架构图与生产经验分...

语义搜索革命

老式图书馆的管理员老李，在这里干了十年，只认一件事：书名里的字。他那套"卡片索引系统"确实快——把每本书的书名拆成一个个词，按拼音排列，谁来了都能瞬间翻到。可一旦你说"我想要一本让人读完心里暖洋洋的书"，老李就傻了——他的卡片索引里只有"温暖"两个字，翻出来全是《全球变暖研究报告》。

AI 助手小 V 带来了革命：它不看书名，看书的内容。每本书被"读懂"后，变成一串数字坐标，这就是向量空间。所谓"苹果手机评测"和"苹果的营养价值"，字面上都含"苹果"，但在向量空间里，一个挨着数码类文档，一个挨着生鲜类文档——这在过去的术语里叫语义鸿沟，如今被向量坐标跨越了。

从数学上看，文本被映射成一个固定维度的向量：

V(text)=[v1,v2,…,vd]\displaystyle V(\text{text}) = [v_1, v_2, \ldots, v_d]
  1. 映射函数 V把任意长度文本压缩成定长数字序列的编码器，本质是神经网络的非线性变换。
    V:text↦v∈Rd\displaystyle V: \text{text} \mapsto \mathbf{v} \in \mathbb{R}^{d}
  2. 向量元素 vi每个维度捕捉文本的一个语义侧面，如情感色彩、主题倾向或实体关系。
    vi=第 i 个维度上的语义强度\displaystyle v_i = \text{第 } i \text{ 个维度上的语义强度}
  3. 向量维度 d决定"气质卡"精细度的超参数，常见取值如 384、768、1536。 > 公式说明：向量就是一张数字版"气质卡"，维度越多，能记下的性格细节越丰富。 小 V 接管后，用户说"暖心的书"，卡上写着"温暖正向、节奏舒缓"，一查地图，小说《解忧杂货店》稳稳落在最近邻位置。老李服了：原来字面之外，还有一个更贴近人心的维度。
    d=768(通用中英文文本)  \displaystyle d = 768 \quad (\text{通用中英文文本})\;

Embedding嵌入

给书写"气质卡"这件事，在技术上叫 Embedding（嵌入）。你可能好奇：小 V 是怎么把一段话变成一串数字的？它靠的是一个训练过的深度神经网络——把大规模语料里"经常一起出现"的词语，映射到空间中相近的位置。就像新员工入职时被反复灌输公司文化，模型从亿万文档中学会了"词语的世界观"。

一个优秀的 Embedding 模型（如 BGE、E5、OpenAI text-embedding-3）输入一段文字，输出一个定长向量。这个向量的"坐标值"本身没有直观意义，但它与其它向量之间的相对位置承载了语义。比如"狗"的向量，明显离"猫"近，离"汽车"远。

维度选择是第一个工程决策：

dopt=min⁡{d  |  Recall@10(d)≥Recall@10(dmax)−0.01}\displaystyle d_{\text{opt}} = \min\left\{d \;\middle|\; \text{Recall@10}(d) \geq \text{Recall@10}(d_{\text{max}}) - 0.01\right\}
  1. Recall@10检索 Top10 结果中相关文档占比，是召回效果的核心指标。
    Recall@10=∣前10条命中且相关∣∣相关文档总数∣\displaystyle \text{Recall@10} = \frac{|\text{前10条命中且相关}|}{|\text{相关文档总数}|}
  2. dmax模型支持的最大维度，如 3072，是"最高精度天花板"。
    dmax=3072(OpenAI text-embedding-3-large)\displaystyle d_{\text{max}} = 3072 \quad (\text{OpenAI text-embedding-3-large})
  3. 乐观解 dopt在精度几乎不损失的前提下，选择最小的维度以节省内存与计算。 > 公式说明：好维度是"性价比之王"——牺牲不超过 1% 的召回精度，换 3 到 4 倍的内存节省。 小 V 给每本书写卡时发现，卡写得太简略（比如 128 维），治愈系和鸡汤文就分不清；写得过细（3000 维），内存又不够。最终它选了 768 维——够细腻，又不臃肿。
    dopt≈768∼1024\displaystyle d_{\text{opt}} \approx 768 \sim 1024

相似度计算

气质卡写好了，怎么判断"两张卡气质接近"？小 V 的方法很直观：把每张卡想象成从原点射向不同方向的一支箭，两支箭的夹角越小，说明方向越一致，语义越接近。这就是余弦相似度——它只关心方向，不关心箭的长度，因此天然忽略了"文档长短"造成的偏差。

余弦相似度的计算如下：

cos⁡θ=q⋅d∥q∥∥d∥\displaystyle \cos \theta = \frac{\mathbf{q} \cdot \mathbf{d}}{\lVert \mathbf{q} \rVert \lVert \mathbf{d} \rVert}
  1. 分子点积两向量逐维相乘再求和，捕捉各维度"协同共振"的强度。
    q⋅d=∑i=1dqidi\displaystyle \mathbf{q} \cdot \mathbf{d} = \sum_{i=1}^{d} q_i d_i
  2. 分母模长积分别求两个向量的长度并相乘，把"篇幅大小"因素归一化掉。
    ∥q∥=∑i=1dqi2,∥d∥=∑i=1ddi2\displaystyle \lVert \mathbf{q} \rVert = \sqrt{\sum_{i=1}^{d} q_i^2}, \quad \lVert \mathbf{d} \rVert = \sqrt{\sum_{i=1}^{d} d_i^2}
  3. 余弦值比值落在 [-1,1]，越接近 1 方向越趋同，越接近 -1 语义越对立。 > 公式说明：余弦相似度是"看方向不看长短"的雷达测角仪，特别适合衡量文本语义方向的一致性。 实际工程中还能用欧氏距离或内积，但余弦相似度因为对文本长度不敏感，成了检索场景的首选。小 V 正是靠它，把"温暖治愈"四个字变成夹角，在千万本书里稳稳锁定了灵魂相似的那几本。
    cos⁡θ∈[−1,1]\displaystyle \cos \theta \in [-1, 1]

ANN索引加速

小 V 初战告捷，直到图书馆扩容到一亿本书。它发现，每次都要跟一亿张气质卡逐一比对夹角——这是暴力搜索，时间开销 O(N)，找一本书要几十毫秒，线上根本扛不住。于是它引入了一套近似最近邻（ANN）索引，牺牲一点点的精准度，换来指数级的加速。

业界最常用的方案有两个：HNSW 把文档组织成多层"关系网"——上层只留少数气质代表节点，下层全量连接，查找时从顶层粗筛、逐层下钻；IVF 则先对全部向量做 K 均值聚类，把书先按气质粗分成几千个书架，查询时只进最近的几个书架精找。复杂度对比一目了然：

O(N)→ANN 索引O(log⁡N)\displaystyle O(N) \xrightarrow{\text{ANN 索引}} O(\log N)
  1. 暴力基线遍历全部 N 个向量，必然找到精确最近邻，但耗时随规模线性爆炸。
    Tbrute=O(N)×Tdot\displaystyle T_{\text{brute}} = O(N) \times T_{\text{dot}}
  2. HNSW 跳转多层图结构中，总查找步数近似于图层数，即对数级别。
    Thnsw=O(log⁡N)×Tjump\displaystyle T_{\text{hnsw}} = O(\log N) \times T_{\text{jump}}
  3. 精度代价大概率返回真最近邻，极小概率返回"次近邻"，可接受误差 1%~5%。 > 公式说明：ANN 就是用极少精度换数量级加速的"地铁系统"——你只损失步行抄近道 1% 的路线优化，却把 1 小时车程压缩到 3 分钟。 小 V 的"气质地图"升级成了分层导航系统：先落在城市级别（顶层），再导航到街道（中层），最后精确到门牌号（底层）。亿本书的检索被压到 5 毫秒以内，老李看得目瞪口呆。
    P(命中真最近邻)≥0.95\displaystyle P(\text{命中真最近邻}) \geq 0.95

混合检索策略

新系统上线一个月，小 V 发现一个尴尬场景：用户精准地说"我要《三体》第二部实体书"。这种字面精确的需求，向量检索反而绕了远路——它找到一堆"科幻小说"，却把精确定位交给了模糊匹配。而老李的倒排索引，按书名和作者一查卡片，5 毫秒就锁定了《黑暗森林》。

两人一合计，决定混合检索：倒排索引负责精确词命中，向量负责语义扩展，最后把两路结果合并排序。合并方式最朴素也最有效的是 RRF（倒数排名融合）：不关心分数绝对值，只看每条结果在各路的排名位置，排名越靠前，融合分越高。

主流实现是加权双路打分，例如结合 BM25 与余弦相似度：

Score(q,d)=λ⋅BM25(q,d)+(1−λ)⋅cos⁡(vq,vd)\displaystyle \text{Score}(\text{q}, \text{d}) = \lambda \cdot \text{BM25}(\text{q}, \text{d}) + (1 - \lambda) \cdot \cos(\mathbf{v}_q, \mathbf{v}_d)
  1. 词法分数BM25 衡量字面词频匹配度，对专有名词和术语特别敏锐。
    BM25=∑t∈qf(t,d)⋅(k1+1)f(t,d)+k1⋅(1−b+b⋅∣d∣avgdl)\displaystyle \text{BM25} = \sum_{t \in q} \frac{f(t, d) \cdot (k_1 + 1)}{f(t, d) + k_1 \cdot (1 - b + b \cdot \frac{|d|}{\text{avgdl}})}
  2. 语义分数余弦相似度捕捉同义改写、上下文意图等深层关系。
    cos⁡(vq,vd)=语义相似度\displaystyle \cos(\mathbf{v}_q, \mathbf{v}_d) = \text{语义相似度}
  3. 融合权重λ 调节两路话语权，通常取 0.3~0.5，精确词命中强时调大 λ。 > 公式说明：混合检索就像"老李查字典 + 小 V 读气质"双人判卷，λ 决定谁的打分占比更大。 上线后，用户问"有本讲三体黑暗森林的书"，倒排路秒回《三体II：黑暗森林》，向量路补充《三体III：死神永生》和《球状闪电》——两路互补，用户心服口服。
    λ∈[0,1]\displaystyle \lambda \in [0, 1]

召回率优化

召回率（Recall），小 V 理解为"该找的书有没有全找到"。测试中它发现，用户搜"温暖治愈"，向量路找到了《解忧杂货店》，但漏掉了书名完全不含关键词的《山茶文具店》，因为训练语料里这两本书的上下文重叠不多——单路召回总是有盲区。

解决思路是多路召回：不只靠向量一路，而是把关键词召回、向量召回、热门榜召回等多路结果全部倒入一个更大的候选池，再用一个轻量级重排模型对候选池精排。先保证"相关的不漏网"，再追求"排在最前面的更精准"。

召回率的数学定义简洁而严格：

Recall=∣Rhit∩Rrelevant∣∣Rrelevant∣\displaystyle \text{Recall} = \frac{|R_{\text{hit}} \cap R_{\text{relevant}}|}{|R_{\text{relevant}}|}
  1. 相关文档全集衡量分母，人是评估者，标注出所有与查询相关的文档数。
    Rrelevant={人工标注的相关文档}\displaystyle R_{\text{relevant}} = \{\text{人工标注的相关文档}\}
  2. 命中并相关分子是检索回来的结果里，确实相关的那部分文档数。
    Rhit∩Rrelevant={检索到且相关}\displaystyle R_{\text{hit}} \cap R_{\text{relevant}} = \{\text{检索到且相关}\}
  3. 比值含义比值越接近 1，说明"该找的全找回来了"，漏网之鱼越少。 > 公式说明：召回率是"渔网有没有漏鱼"的尺度——分子是捞上来的好鱼，分母是池塘里全部好鱼。 工程实践里，召回率提升从来不是单点优化：调大候选集 topK（如 100→500），多补几路召回，再对候选池做重排。小 V 的候选池从 100 扩容到 500 后，漏书率从 12% 降到 3%，而重排模型保证了前 10 名仍然精准。
    Recall∈[0,1]\displaystyle \text{Recall} \in [0, 1]

性能精度权衡

搜索快了，小 V 却发现新烦恼：为了追求更快，HNSW 的参数被调得过猛，导致 5% 的相关文档从"气质地图"上消失了。这就是性能与精度的权衡——鱼与熊掌不可兼得，但工程师的任务是找到那条最优曲线。

HNSW 两个核心参数决定供需：M（每个节点的最大连接数）越大，图越稠密，检索越准，但建索引越慢、内存越大；efConstruction 越大，建图时考虑越周全，召回越高，但构建耗时长。此外，PQ 量化通过把 768 维向量压缩成短码来省内存，代价是距离估算变粗糙。

一个可量化的权衡目标是延迟预算下的召回率契约：

max⁡M,ef  Recall@10s.t.TP99≤50ms,  MRAM≤32GB\displaystyle \max_{M, \text{ef}} \; \text{Recall@10} \quad \text{s.t.} \quad T_{\text{P99}} \leq 50\text{ms},\; M_{\text{RAM}} \leq 32\text{GB}
  1. 优化目标在给定硬件约束下尽可能提高召回效果，避免过度牺牲精度。
    Recall@10↑\displaystyle \text{Recall@10} \uparrow
  2. 延迟约束P99 查询延迟不超过 50 毫秒，满足线上用户体验的"软红线"。
    TP99≤50ms\displaystyle T_{\text{P99}} \leq 50\text{ms}
  3. 内存约束索引常驻内存不超过 32GB，保证成本可控、GC 平稳。 > 公式说明：调参不是越高越好，而是在"延迟红线"和"内存预算"两条铁丝网内，把召回拉满。 小 V 用自动调参工具扫了一轮参数组合，最终选定 M=32, efConstruction=400，召回率 97%、P99 延迟 38ms、内存 28GB。它把这组参数记在"最优配置手账"里，还做了 AB 实验周期性复测。
    MRAM≤32GB\displaystyle M_{\text{RAM}} \leq 32\text{GB}

工程落地实践

从原型到生产，小 V 的图书馆系统经历了一场彻底的"基建升级"。首先，向量存储不能再自己维护个数组——它选型了 Milvus（开源向量数据库）作为向量检索引擎，同时保留 Elasticsearch 做倒排，构成双引擎。索引构建通过离线任务完成：文档入库 → 调用 Embedding 服务生成向量 → 写入向量库 → 构建 HNSW 索引；增量文档则走轻量级实时通道。

生产系统最怕"更新库时检索中断"，所以小 V 设计了索引滚动更新：先构建新索引副本，验证召回率达标后，再平滑切流，旧索引延迟释放。监控体系覆盖三个黄金指标：查询延迟（P99）、召回率（采样 + 人工标注回归集）、CPU/内存水位。任何指标异常自动告警，触发参数回滚。

系统的完整调用链可以用一条简洁的流程表达：

Query→双路召回Candidate(500)→重排Top10→业务过滤Result\displaystyle \text{Query} \xrightarrow{\text{双路召回}} \text{Candidate}(500) \xrightarrow{\text{重排}} \text{Top}10 \xrightarrow{\text{业务过滤}} \text{Result}
  1. Query 入站用户查询先经改写与 Embedding 编码，生成语义向量同时保留原文。
    vq=Embedding(Query)\displaystyle \mathbf{v}_q = \text{Embedding}(\text{Query})
  2. 双路召回倒排管精确词、向量管语义近似，合并去重后得到 500 条候选。
    Candidate=Dedup(Inverted∪ANN)\displaystyle \text{Candidate} = \text{Dedup}(\text{Inverted} \cup \text{ANN})
  3. 重排精排轻量级交叉编码器对候选打分重排，输出最终 Top10 并过滤违规内容。 > 公式说明：生产检索是一套"粗筛 + 精排"的漏斗，每个环节有明确职责和验收指标。 老李看着这套全自动流程，感慨地说："以前是我一个人记卡片，现在你建了一座会自我进化的图书馆。"小 V 点点头，在监控屏上看到一个全新的搜索请求正从 5 毫秒的路由中穿过——向量检索，真正落地了。
    Top10=Rerank(Candidate)[:,:10]\displaystyle \text{Top}10 = \text{Rerank}(\text{Candidate})[:, :10]

AI 应用场景

企业知识库智能问答（RAG）

阶段：离线索引构建 + 在线检索增强生成

解决的问题：传统企业知识库用关键词搜索，员工搜"报销流程""发不了工资"等口语化问题时常常搜不到，还得靠人工翻文档；向量检索让系统直接理解问题意图，把最相关的制度文档片段召回，喂给大模型生成准确回答。

具体案例：某大型互联网公司搭建内部知识库问答机器人，将 10 万份 HR/财务/技术制度文档用 BGE 模型向量化，存入 Milvus。员工提问"我上个月的加班费怎么算少了"，系统先做向量召回 Top20，再用精排模型挑选 Top5 片段，交给 LLM 生成答复。上线后问题解决率从 35% 提升到 78%，平均响应时间从人工工单的 6 小时降到 3 秒。

相关角色：AI 应用工程师、RAG 系统架构师

电商平台相似商品推荐

阶段：商品表征 + 在线向量召回

解决的问题：传统推荐基于类目和标签，无法捕获"风格相似但类目不同"的商品（如法式复古连衣裙与复古风头饰）；向量检索把图片和文本映射到同一语义空间，实现跨模态的风格相似召回。

具体案例：某跨境电商在商品池中引入 CLIP 多模态向量，用户浏览一条"碎花茶歇裙"时，系统用该商品向量在 2000 万商品库中做 ANN 检索，召回 Top50 同风格搭配品，再接入排序模型。页面点击率提升 22%，收藏转化率提升 15%，且向量召回服务 P99 延迟稳定在 8 毫秒内。

相关角色：推荐算法工程师、多模态检索工程师

代码漏洞与缺陷检索

阶段：代码向量化 + 相似缺陷匹配

解决的问题：安全团队在代码审计时，传统工具只能按 CVE 编号查已知漏洞特征，无法匹配"逻辑写法相似但结构不同"的缺陷模式；向量检索可将代码片段语义化，实现"以码搜码"绕过特征规则限制。

具体案例：某安全公司收集 30 万条历史漏洞代码构造缺陷向量库，审计时对目标仓库的每个函数做向量检索，Top10 中若有已知缺陷相似片段则自动标红。实测误报率可控在 8% 以内，发现新型变种漏洞 40+ 个，而传统规则引擎漏掉其中 31 个。

相关角色：安全算法工程师、代码智能平台开发者

Python 演示

python53 行
import numpy as np  def simulate_embedding(texts, dim=8):    rng = np.random.RandomState(2024)    vecs = rng.randn(len(texts), dim).astype(np.float32)    for i, text in enumerate(texts):        token_sum = np.zeros(dim, dtype=np.float32)        for ch in text:            token_sum = (token_sum * 31 + ord(ch)) % 127        vecs[i] = vecs[i]  0.7 + (token_sum / 127 - 0.5)  2    norms = np.linalg.norm(vecs, axis=1, keepdims=True)    return vecs / norms  def cosine_score(q_vec, d_vec):    return float(np.dot(q_vec, d_vec))  def brute_force_topk(q_vec, doc_vecs, k=3):    scores = [cosine_score(q_vec, d) for d in doc_vecs]    return np.argsort(scores)[::-1][:k].tolist()  def ivf_topk(q_vec, doc_vecs, centers, assign, k=3):    dists = np.linalg.norm(centers - q_vec, axis=1)    near_cluster = int(np.argmin(dists))    cand_ids = [i for i, c in enumerate(assign) if c == near_cluster]    scores = [cosine_score(q_vec, doc_vecs[i]) for i in cand_ids]    order = np.argsort(scores)[::-1][:k]    return [cand_ids[i] for i in order]  def main():    docs = [        “苹果手机最新评测：性能与续航”,        “苹果的营养价值与食用建议”,        “冬日里的温暖治愈系电影推荐”,        “法国巴黎旅游攻略与美食地图”,        “Python机器学习入门实战教程”,        “Java并发编程与性能优化”,    ]    query = “智能手机评测”    q_vec = simulate_embedding([query])[0]    doc_vecs = simulate_embedding(docs)    print(“暴力检索 Top3:”, brute_force_topk(q_vec, doc_vecs))    centers = np.mean(doc_vecs.reshape(2, 3, -1), axis=1)    assign = np.repeat([0, 1], 3)    print(“IVF 检索 Top3:”, ivf_topk(q_vec, doc_vecs, centers, assign))  if name == "main":    main()

常见误区

误区学了向量检索后，觉得关键词匹配是老古董，生产环境只用向量检索就够了。毕竟向量能理解语义，关键词匹配显得"笨拙"。

正解实际生产中，倒排索引对专有名词、SKU、人名、编号等精确字面匹配的命中率和速度，远超向量检索。比如搜索"iPhone 17 Pro 256G"这种型号串，向量路常常找到一堆语义相近但型号不对的泛泛之谈。主流系统是倒排 + 向量双路召回再融合，各取所长。把倒排便签撕掉，等于把字典扔了只用气质找人。

为何常见：教程和 demo 常以向量检索为绝对主角，让人误以为它是银弹；而 PAAS 厂商宣传时也侧重向量能力，倒排被弱化。

误区模型最大支持 3072 维，那我就用满 3072，感觉信息不丢失，召回一定最高。

正解维度提升到一定阈值后，召回收益趋缓，甚至可能因为过拟合尾维度而带来噪声；而且内存占用线性增长，检索延迟上升。工程上会先在离线评测集上做"维度扫描"，选取精度不降超过 1% 的最小维度，通常 768~1024 是甜点区。高维度更像"细节过曝的照片"，不是信息越多越清楚，而是噪声也被放大了。

为何常见：直觉上"信息越丰富越好"，忽略高维空间距离计算中的"维度灾难"和内存成本曲线。

误区M 和 efConstruction 是 HNSW 的核心参数，调大它们召回率明显上升，那就全调到最大，反正效果最好。

正解M 过大使图极其稠密，构建索引和查询都要遍历大量边，延迟飙升；efConstruction 过大让索引构建时间成倍拉长。参数选的本质是在召回、延迟、内存三者间找平衡。正确做法是固定内存预算，在延迟红线下做参数网格搜索，用 AB 实验验证，而不是迷信"最大即最优"。

为何常见：做小数据集实验时，参数调大收益立竿见影，让人忽略了大数据量下的内存和延迟爆炸。

误区使用乘积量化（PQ）把向量从 768 维压成 96 字节短码，检索结果和原始向量几乎一样，感觉是白赚的优化。

正解PQ 将向量分段量化，每段只保留一个码本原型，重建向量是"近似值"，距离计算因此有量化误差。召回率必然下降，通常靠增大备选数量、加一层残差修正或开粗量化 + 精排序两阶段来缓解。它是有损压缩，换取的是内存降低 16 倍以上，值不值得取决于你的精度预算。

为何常见：厂商 benchmark 常用"低损"表述，而实际数据集分布差异大；小样本上误差看不出来，海量数据下误差被放大。

误区刚上线召回率只有 60%，听说调大候选集能提升召回，直接把向量检索的 TopK 从 100 调到 1000。

正解调大 TopK 只扩大了召回"上限"，如果相关文档本身没进候选池，TopK 再大也捞不回来。更系统的做法是查漏：分析漏检的 query 属于哪种类型——同义词没映射？专名没匹配？长尾话题向量拥挤？针对性补多路召回、优化 Embedding 模型或做查询改写，才是提升召回率的根本。盲目扩 TopK 只是把精排阶段的负担无限加大，延迟和准确性都会恶化。

为何常见：TopK 是显性参数，改起来立竿见影，而"分析漏检类型"需要深入 debug 和案例复盘，人们下意识选择省力的路径。

面试题

Q1. 向量检索相比关键词检索的核心优势是什么？

单选题 · easy

  • A.占用的存储空间更少
  • B.支持语义级别的近似匹配← 正确答案
  • C.完全不需要文档预处理
  • D.可以取代全部搜索技术

答案：B。向量检索把文本映射到语义空间，能匹配"温暖治愈"与"解忧杂货店"这类字面不同但语义相关的文档。A 错误，向量通常比倒排索引更占内存；C 错误，仍需分词和编码等预处理；D 错误，精确词匹配仍由倒排负责。

Q2. Embedding 生成的向量在检索中主要代表什么？

单选题 · easy

  • A.文本的字符编码格式
  • B.文本的磁盘存储路径
  • C.文本的语义特征坐标← 正确答案
  • D.文本的用户访问权限

答案：C。Embedding 向量是语义特征在向量空间中的坐标，语义越接近的文本坐标越靠近。字符编码、存储路径和权限都与语义无关，因此 A、B、D 均不正确。

Q3. 以下哪个是典型的近似最近邻（ANN）索引算法？

单选题 · easy

  • A.HNSW 分层图算法← 正确答案
  • B.KMP 字符串匹配算法
  • C.LFU 缓存淘汰算法
  • D.RSA 非对称加密算法

答案：A。HNSW 是 ANN 的主流算法，通过多层图结构实现对数级跳转。KMP 是字符串匹配，LFU 是缓存策略，RSA 是加密算法，均与向量检索无关。

Q4. 余弦相似度的取值范围是多少？

单选题 · mid

  • A.[0, 1] 之间恒为非负
  • B.[-1, 1] 之间可正可负← 正确答案
  • C.[0, 100] 的百分制评分
  • D.无界的任意实数范围

答案：B。两个向量夹角的余弦值理论上落在 [-1, 1]，负值说明方向相反、语义对立。归一化后的向量点积值同此范围；A 漏掉了负值，C、D 与余弦定义不符。

Q5. RRF（倒数排名融合）混合检索的核心思想是什么？

单选题 · mid

  • A.只保留向量检索的排序结果
  • B.按各路的排名位置加权融合← 正确答案
  • C.对所有文档取余弦分值平均
  • D.随机挑选一路召回结果输出

答案：B。RRF 不看绝对分数，而是把每个文档在不同路的排名取倒数求和，排名越靠前贡献越大。这样规避了不同路分数不可比的问题。A、C、D 都没有体现"按排名融合"的思想，故错误。

Q6. 下列哪些手段可以有效提升向量检索的召回率？

多选题 · mid

  • A.增大候选集 TopK 规模← 正确答案
  • B.引入多路召回丰富候选池← 正确答案
  • C.降低向量维度来压缩噪声
  • D.增加重排精排精化前 N 位← 正确答案

答案：ABD。增大 TopK 扩大召回上限，多路召回让更多相关文档进入候选池，重排精排提升头部精度，这三者都能直接改善召回。降低向量维度通常会损失区分度、降低召回，C 错误。

Q7. 在 HNSW 算法中把 M 参数调大，最可能带来的副作用是？

单选题 · mid

  • A.索引查询延迟自动降低
  • B.索引内存占用显著增大← 正确答案
  • C.向量维度被压缩减少
  • D.查询过程不再需要算距离

答案：B。M 是每个节点的最大连接数，M 越大图越稠密，边数接近 O(N×M)，内存占用显著上升，查询遍历的邻居也可能变多。A 错误，延迟通常上升；C、D 与向量维度、距离计算无关。

Q8. 关于向量检索与倒排索引混合检索方案，正确的说法是？

多选题 · hard

  • A.倒排索引擅长精确词与编号匹配← 正确答案
  • B.向量检索擅长语义泛化与同义改写← 正确答案
  • C.两路结果只能靠人工手动合并
  • D.RRF 是工程上常用的自动融合← 正确答案

答案：ABD。倒排对专名、SKU、型号等字面精确匹配极快；向量对同义词、上下位、改写敏感。RRF 是经典的自动融合手段，无需人工。C 错误，融合可完全自动化。

Q9. PQ（乘积量化）压缩向量的主要代价是什么？

单选题 · hard

  • A.提升模型的语义表达能力← 正确答案
  • B.引入量化误差导致召回下降← 正确答案
  • C.让索引查询延迟成倍增加← 正确答案
  • D.使向量维度自动降低一半
  • E.倒排与向量双路召回融合
  • F.索引滚动更新平滑切流
  • G.查询延迟与召回率监控
  • H.仅依赖暴力精确搜索方案

答案：ABC。生产系统普遍用混合召回提升覆盖，用滚动更新避免索引重建期间服务中断，用监控体系保障 P99 延迟和召回率可观测、可回滚。暴力搜索在大数据量下无法满足延迟，D 不切实际，故选 A、B、C。