腾讯后端一面：Embedding、召回指标与融合排序
本场面试题
- 更换 Embedding 模型为什么可能改善召回，维度高低该怎样取舍？
- 项目里的召回率等量化指标怎样落到可复现的评测？
- 多路召回的 Top K 分数怎样获取、融合与调优？
面经与参考答法
腾讯后端一面：Embedding、召回指标与融合排序
公司：腾讯；方向：后端开发。原帖具体展开第4次一面的提问，面试日期与部门未披露。本文只选录其中三组RAG工程问题；下列答案和例子是编辑教学补充，不代表候选人现场回答或原项目实际实现。
（1）更换 Embedding 模型为什么可能改善召回，维度高低该怎样取舍？
Embedding改变查询与文档在兼容向量空间中的表示，只有新模型更匹配语言、领域和检索任务时，才可能改善召回。先排除解析、切块和过滤等问题，再固定查询、相关性标注及检索口径比较候选配置。维度更高通常增加向量存储和距离计算开销，效果不必然更好。更换配置时应按各自的query/document编码约定验证兼容性；若空间改变，建立新版本索引、重算相应向量并评测，不能仅凭维度相同混用。
教学例子（非原项目测量）：100万条float32向量，从384维改为768维，裸向量字节数翻倍；这里不计索引和元数据，也不代表召回率翻倍。是否值得采用，要在同一批业务查询上比较质量与资源开销。
（2）项目里的召回率等量化指标怎样落到可复现的评测？
先约定文档或片段等计数单位，为查询标注允许范围内的相关证据，固定评测集、索引和检索配置，再记录每次Top K结果。采用相关证据覆盖率口径时，Recall@K等于前K项中的相关证据数除以该查询全部相关证据数；还要说明去重与汇总方式，无相关证据的样本单列处理。检索召回、排序、生成正确性及延迟成本分别评估，不能用一个召回数值代替整体回答质量。
教学例子（非原项目数据）：某问题标注了A、B、C三份相关文档，Top 5只找到A，则覆盖率Recall@5为1/3，Precision@5为1/5；若只记录是否至少命中一份，得到的是另一种口径，不能把它冒充覆盖了全部相关证据。
（3）多路召回的 Top K 分数怎样获取、融合与调优？
从各检索器取得候选ID、排名与原始评分，例如词法路的BM25分数、向量路按模型约定计算的相似度；实际采用哪些路以系统配置为准。不同检索器的原始分数通常不能直接相加，可用经标注数据验证的分数校准与加权，或用RRF按名次融合，再按需要重排；排序分数不是事实正确概率。各路候选K、融合参数和最终上下文数量要分别调，用固定评测集比较召回、nDCG、答案质量、延迟与成本。正确证据若没进入候选池，重排不能把它补回来。
教学例子（非原项目方案）：两路排名分别是[A,C]和[B,C]，用RRF且平滑常数c=60时，C得2/62，A与B各得1/61，C排在前面。这说明共同靠前的结果如何累加排名信号，不表示C有某个事实正确概率，也不是腾讯采用RRF的证据。