Multi-Query 为什么能提升 RAG 效果及副作用处理
哪些公司问过
答案要点
- 原理:多种表述从不同方向覆盖语义空间,缓解用词不匹配和问题模糊,提高召回率
- 副作用:额外的模型调用和检索带来延迟和成本,改写漂移引入噪声,结果重复,上下文膨胀
- 保留原问题、限制改写条数、提示词约束不改意图
- 多路并行检索,去重后用 RRF 融合,再用重排模型截断
- 按条件触发并缓存改写结果,用召回率@K 和端到端正确率验证收益
易错点
- 不保留原始问题,改写一偏召回反而变差
- 多路结果直接拼接不去重、不重排,上下文被重复内容占满
- 所有请求无差别开启,延迟和成本翻倍却收益有限
面试官常见追问
- RRF 是怎么算的?
- Multi-Query 和 HyDE 有什么区别?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。