面试吊打面试官
面试官：看你做过RAG知识库。文档更新怎么处理？我：先区分更新类型。新增、修改还是删除面试官：修改怎么判断？靠文件名？我：给文档算哈希，再按分块算哈希。文档变了，只处理变化的块面试官：原来的向量怎么办？我：每个块都有稳定ID。一般是文档ID加块位置。旧块先标记失效，新块写入成功后，再删除旧向量面试官：为什么不直接删？我：怕中间失败。删完了，新向量没写进去，线上就搜不到了面试官：那更新期间，用户会不会搜到新旧两份？我：不会，有版本号。查询只读当前生效版本面试官：文档删了呢？我：先做软删除。元数据里标记不可检索，再异步清理向量、关键词索引和缓存面试官：一份文档改了一句话，分块位置全乱了呢？我：不能只靠块序号。会结合标题路径、段落位置和内容指纹做匹配。实在匹配不上，就重建这份文档面试官：怎么证明更新真的成功了？我：看三层。任务有没有成功，索引数量是否一致，典型问题能不能召回新内容。还要抽样检查删除内容是否还能被搜到面试官：你实际踩过什么坑？我：最麻烦的是只更新向量库，没清查询缓存。后台明明更新了，用户还看到旧答案。后来我们把文档版本带进缓存键，版本切换时主动失效缓存
发布于 广东
6
2
5
未登录
友善发言
评论
加载中
