面灵AI→

重庆长安民生物流复面:排产优化的约束与决策变量、RAG 全链路与 Top-K 打分

轮次
复面
时间
2026-10
来源
牛客网

《面试题目》

  1. 自我介绍。
  2. 你实习里做排产优化,用的是什么优化方法?说说你的约束函数和决策变量。
  3. 怎么去限制这个约束函数?怎么去找最优解?
  4. 说一下你 RAG 项目的整个 pipeline。
  5. 如果现在要设计一个 RAG 系统,整个过程会包括哪些工作流?各个节点里有哪些数据流转?
  6. 你项目里的混合检索,单路检索分别是怎么做的?
  7. 你输出的 Top-K 是什么?这个得分是谁和谁比出来的?
  8. 你项目里的 Corrective RAG 和 Adaptive RAG 是怎么用的?
  9. 为什么要做 Adaptive RAG,它具体的执行流程是怎样的?
  10. Corrective RAG 是在哪个环节用的?
  11. 你这个 RAG 系统从用户输入问题到生成答案,整个执行时间大概是多少?
  12. 两路检索是哪两路?用的什么打分策略?怎么融合的?
  13. 如果两路 Top-K 都取 10,企业里相关文档很多、召回片段也多,正确答案可能被 rank 模型排到后面,你会怎么处理这种情况?

《参考解析》

排产优化的回答要有「模型三要素」:决策变量(每道工序在哪台机器、什么时间开始 / 结束、批次如何合并)、目标函数(最小化 makespan、最小化拖期、最小化换型次数,通常是加权组合)、约束(机器产能、工序先后、物料齐套、班次与人员、换型时间)。求解方法上,小规模用 MILP(Gurobi / OR-Tools CP-SAT)能拿最优,规模大了用启发式(贪心 + 局部搜索、遗传、模拟退火)拿可接受解,工程上常见「规则排产 + 优化修正」的两段式,重点是能说清「为什么选这个方法、解的质量如何衡量、求解时间多长」。

RAG 的 pipeline 按「离线 / 在线」两条线讲:离线是文档采集 → 解析抽文本 → 清洗去重 → 切块 → embedding → 入向量库与关键词索引(同时存元数据);在线是 query 改写(多轮时补全指代、拆分子问题)→ 双路召回(向量 + BM25)→ 融合 → rerank → 上下文组装(去重、按预算截断、带来源)→ 生成 → 引用与后处理。Corrective RAG 在「检索后」判断召回质量,不达标就换 query 重查或退化成联网/直接回答;Adaptive RAG 在「检索前」判断问题是否需要检索(闲聊、常识直接生成),两级都在节省无效检索与错误引用。

Top-K 与打分要说准「谁和谁比」:向量召回的分数是 query embedding 和 chunk embedding 的相似度(余弦 / 内积 / 欧氏距离换算),BM25 的分数是 query 词与文档的词频统计(不同量纲,不能直接相加);融合常用 RRF(只看排名,倒数求和)或分数归一化后加权;rerank 的分数是(query, chunk)成对输入 cross-encoder 或 LLM 打出的相关性分,它才与「是否回答这个问题」直接相关。

「正确答案被排到后面」是典型的 top-k 截断与排序偏差问题,处置手段分层:加大召回 K 并让 rerank 处理更多候选(成本换准确率)、把 rerank 从 pointwise 换成 listwise(一次看整组候选,避免单条打分失真)、对高分簇做多样性重排(MMR,防同质片段占满)、把文档结构(章节、标题、更新日期)作为特征参与打分、以及用「答案是否可被已召回片段支持」的判定兜底——不满足就让模型明确说没找到,而不是用低质片段硬编。企业文档多、重复度高时,元数据过滤(部门、制度类型、生效年份)往往比调排序更有效。

端到端耗时要能拆开报:query 改写 200500ms、双路召回各几十到几百毫秒、rerank 依模型在几百毫秒到 1 秒、生成首字 1 秒左右、整体 25 秒是常见区间;优化靠并行召回、缓存(相同 query 或 embedding 缓存)、流式输出首字、把 rerank 放在流式生成之前但只对 top 20 做。