如何用大模型做搜索 Query 理解与改写
哪些公司问过
答案要点
- Query 理解:纠错、意图识别、实体和属性抽取、类目预测
- Query 改写:同义词扩展、口语长句转关键词、补全隐含意图
- 实现:提示词调用,或用点击日志做领域微调,结合检索增强
- 延迟:头部 query 离线生成并缓存,在线处理长尾,或蒸馏成小模型
- 控制保真度防语义漂移:原 query 与改写多路召回融合,用 AB 实验评估
易错点
- 改写后只用新 query,丢掉原 query
- 不考虑大模型的延迟和成本
- 没有离线评测和线上实验
面试官常见追问
- 大模型做商品召回,双塔和生成式各有什么优劣?
- 怎么防止改写后语义漂移?
- 怎么评估改写效果?
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。