AI 第四章 推荐·搜索·NLP·CV 业务场景（AI-29 ~ AI-38）
AI-29. 新用户进来推荐很烂，新商品永远没曝光（冷启动）
【考察内容】冷启动是推荐系统最高频题
【题目】新用户注册进来，没有行为数据，推荐流质量很差；新上架的商品没有曝光，永远进不了推荐。用户冷启动和物品冷启动分别怎么解决（人口属性、兴趣引导、热门兜底、内容特征、探索流量）？
【参考答案】
冷启动三类：用户冷启动（新用户无行为）、物品冷启动（新商品无曝光）、系统冷启动（新平台无数据）；
用户冷启动：
- 注册信息/画像：年龄、性别、地域、职业（人口统计学推荐：相似人群热门）；
- 引导式兴趣采集：登录时选兴趣标签、问卷；
- 实时行为快速学习：浏览/点击几个物品后立即用内容相似推荐；
- 兜底：热门/全局 TopN（高质量内容兜底，保证体验）；
物品冷启动：
- 内容特征：物品文本/图像/类目标签 → 内容 Embedding → 相似物品推荐；
- 探索流量：新物品小流量曝光（EE 策略/新品流量池）→ 收集反馈 → 快速进入主推荐；
- 平台规则：新品保底曝光位、作者冷启动扶持；
系统冷启动：人工编辑推荐、热门榜单、基于内容的通用推荐；
进阶：元学习、图模型（社交关系）、多臂老虎机（UCB）；
关键：冷启动要快速过渡到个性化（早期行为要立即生效，而非等 T+1 离线特征）。
关键公式/策略： 探索-利用：UCB score=μ̂+c√(ln t/n)；Thompson Sampling。冷启动用户用人口统计/设备/渠道相似迁移。
排查步骤： 区分用户冷启 vs 物品冷启 → 保底热门+多路探索 → 快速兴趣反馈（首刷交互）。线上-离线：离线历史数据天然缺冷启动场景，要在线实验评估。
【原理溯源】
- 为什么新用户推荐差？ 推荐依赖行为反馈。无行为 → 无法学偏好 → 只能推热门或瞎猜。解决思路是用“弱先验”（人口属性、引导标签、会话行为）替代缺失的长期行为。
- 为什么新物品进不了主循环？ 无曝光 → 无样本 → 预估不准 → 算法不敢推。必须人为注入探索流量，打破零曝光。
- 内容 Embedding 为何能解物品冷启动？ 标题/类目/图像不依赖行为，可编码出与老物品同空间的向量，进 ANN 索引被相似召回命中。
- 为什么要“快速过渡”？ 冷启动期体验差，用户可能流失。会话内实时行为必须秒级生效，不能等 T+1。
【选型判断树】
冷启动：
1. 用户冷启动
├─ 有注册画像 → 相似人群热门
├─ 可引导 → 兴趣标签/问卷
└─ 兜底 → 热门 TopN + 会话实时行为
2. 物品冷启动
├─ 有内容 → 内容 Embedding 进召回
└─ 无内容/必须曝光 → 新品流量池 + 保底
3. 系统冷启动
└─ 编辑推荐 + 热门 + 内容相似
4. 目标
└─ 尽快过渡到个性化（实时行为）【口述骨架】（5 分钟）
| 时间 | 任务 | 内容 |
|---|---|---|
| 0:00–0:30 | 定性 | “冷启动分用户/物品/系统三类，缺的是行为先验” |
| 0:30–2:00 | 用户冷启 | 画像、引导、实时行为、热门兜底 |
| 2:00–3:30 | 物品冷启 | 内容 Embedding、探索流量、保底 |
| 3:30–4:30 | 快速过渡 | 会话内实时生效，不等 T+1 |
| 4:30–5:00 | 收尾 | “用弱先验替代缺失行为，用探索打破零曝光” |
【关键数字】
| 参数 | 经验值 | 说明 |
|---|---|---|
| 新品保底曝光 | 每品 N 次试投 | 平台策略 |
| 内容向量维度 | 64–256 | 与行为向量同空间 |
| 会话实时 | 秒级生效 | 防流失 |
| 引导标签 | 3–10 个 | 太多流失 |
| 兜底热门 | TopN 50–200 | 保体验 |
【追问链】（三层）
L1｜“只推热门行不行？” → 短期保体验，但无个性化、长期留存差。必须叠加画像/内容/实时行为。
L2｜“新用户实时行为怎么用？” → 会话内行为立即算实时特征（刚点的物品类目加权），不等离线更新。
L3｜“新物品没有内容特征怎么办？” → 依赖类目/作者等弱属性 + 新品流量池强制探索 + 人工保底。
【评分标准】
| 档位 | 答案特征 |
|---|---|
| 60 分 | 知道推热门、用注册信息 |
| 80 分 | 三类冷启动分治；内容 Embedding；探索流量 |
| 95 分 | 讲清零曝光反馈循环；弱先验替代；会话实时快速过渡 |
【关联题】
- 同一知识簇： AI-20（长尾/EE）、AI-19（Embedding）、AI-51（茧房）
- 工程衔接： AI-30（全链路）、AI-31（多路召回）
【自测】
- 用户冷启动和物品冷启动缺什么？ 参考答案： 用户缺行为偏好；物品缺曝光反馈。
- 内容 Embedding 如何解物品冷启动？ 参考答案： 用文本/图像编码进向量空间，被相似召回命中。
- 为什么要快速过渡到个性化？ 参考答案： 冷启动期体验差易流失，实时行为应秒级生效。
AI-30. 从百万商品里选出用户可能喜欢的 10 个（推荐全链路）
【考察内容】推荐系统全链路是算法岗必考大题
【题目】商品池 500 万，用户每次请求只能看 20 个，推荐系统从“全量商品 → 候选 → 排序 → 展示”的完整链路怎么设计？召回、粗排、精排、重排各自干什么？延迟预算怎么分配？
【参考答案】
召回（Recall）：从全量物品（百万级）筛出候选（千级）——多路召回：向量召回（双塔 ANN）、协同过滤（I2I/U2I）、热门召回、类目召回、社交召回；每路取 TopK 合并去重；目标=广覆盖+快（单路 ANN 几毫秒，多路并行后按最慢一路约 20ms，与本题【关键数字】同口径）；
粗排（Coarse Ranking）：候选从千级降到百级——轻量模型（双塔/DSSM 小模型）快速打分，过滤明显不相关的；目标=在精排算力约束内保召回质量（用精排模型蒸馏出粗排模型）；
精排（Fine Ranking）：百级候选精细打分排序——复杂模型（DeepFM/DIN/MMoE 多目标：CTR+CVR+时长+GMV），大量特征（用户/物品/上下文/交叉），目标=精准排序；
重排（Rerank）：精排结果做全局优化——多样性打散（同作者/同品类限流）、业务规则（广告插入、强运营位、过滤已买）、用户体验约束、MMR/DPP 算法；
数据与特征：行为埋点→样本生成→特征平台（离线/实时）→训练→评估→灰度；
缓存与性能：推荐结果缓存（Redis）、漏斗各环节延迟预算（召回 20ms+粗排 10ms+精排 50ms）；
效果评估：GAUC/业务指标 + 探索流量（EE）保证生态健康。
关键公式： 漏斗期望：百万候选 → 召回千级 → 粗排百级 → 精排几十 → 重排 10–20（对齐题干“每次请求只能看 20 个”）。各阶段数量积决定了算力。
排查步骤： 用日志还原各环节截断率与 CTR，找到掉量最多的环节。线上-离线：离线只评精排会忽略召回瓶颈——召回不到的样本精排学不到。
【原理溯源】
- 为什么要漏斗而不是全量精排？ 500 万商品 × 复杂模型 = 计算爆炸。漏斗用“便宜模型先筛、贵模型后精算”，在延迟约束内逼近最优排序。
- 粗排为何存在？ 精排模型复杂、算力有限。粗排用轻量模型把千级候选压到百级，常用精排蒸馏——继承精排知识但推理极快。
- 重排和精排的本质区别？ 精排是单点打分（item-wise），重排是全局优化（list-wise）：打散、配额、业务规则。单点最优 ≠ 列表最优。
- 延迟预算意识为何重要？ 端到端 100–200ms 要拆给各环节。召回/粗排抢时间，精排吃大头，重排做兜底规则。超时要降级。
【选型判断树】
推荐链路怎么搭？
1. 召回
└─ 多路：向量+I2I+热门+类目（互补）
2. 粗排
└─ 千→百，轻量模型/蒸馏
3. 精排
└─ 百→几十，复杂模型+多特征
4. 重排
└─ 打散+业务规则+多样性
5. 延迟
└─ 召回20 + 粗排10 + 精排50 + 重排10（示例）
6. 降级
└─ 超时切缓存/热门【口述骨架】（5 分钟）
| 时间 | 任务 | 内容 |
|---|---|---|
| 0:00–0:30 | 定性 | “漏斗：召回→粗排→精排→重排，越往下越准越贵” |
| 0:30–2:00 | 召回+粗排 | 多路互补；粗排蒸馏压量 |
| 2:00–3:30 | 精排+重排 | 复杂交叉；全局打散与规则 |
| 3:30–4:30 | 工程 | 延迟预算、缓存、降级 |
| 4:30–5:00 | 收尾 | “漏斗是算力与效果的平衡艺术” |
【关键数字】
| 参数 | 经验值 | 说明 |
|---|---|---|
| 全量→召回 | 500万 → 1000 | 多路 TopK |
| 召回→粗排 | 1000 → 100–200 | 轻量模型 |
| 粗排→精排 | 200 → 50–100 | 复杂模型 |
| 精排→展示 | → 10–20 | 重排后 |
| 延迟预算 | 召回20/粗排10/精排50/重排10 | 视业务 |
【追问链】（三层）
L1｜“粗排为什么存在？” → 精排模型复杂算力有限，粗排用轻量模型把候选压到精排可承受量级。
L2｜“重排和精排区别？” → 精排单点打分，重排全局优化（多样性/规则）。
L3｜“精排超时怎么办？” → 降级：用粗排分直接排序，或返回缓存/热门兜底，保证不白屏。
【评分标准】
| 档位 | 答案特征 |
|---|---|
| 60 分 | 知道召回和排序两步 |
| 80 分 | 四阶段职责清晰；多路召回；粗排蒸馏 |
| 95 分 | 讲清漏斗算力权衡；重排 list-wise 本质；延迟预算与降级 |
【关联题】
- 同一知识簇： AI-31（多路召回）、AI-32（精排模型）、AI-33（重排）
- 工程衔接： AI-28（延迟）、AI-52（双塔分工）
【自测】
- 四阶段各自目标？ 参考答案： 召回广覆盖快；粗排压量；精排精准；重排全局优化。
- 粗排模型怎么来？ 参考答案： 常用精排蒸馏，继承知识且推理快。
- 为什么需要重排？ 参考答案： 精排单点最优≠列表最优，需打散与业务规则。
AI-31. 只做一路向量召回，用户想找的怎么也召不回（多路召回）
【考察内容】多路召回是搜广推高频题
【题目】你们上线了向量召回，但线上发现：用户想找同款/同品牌商品，向量召回老召不回（行为太稀疏）。召回为什么要多路（向量/协同/热度/类目）？各路结果怎么融合（归一化加权/配额/交给排序模型）？
【参考答案】
为什么多路：单一召回只能覆盖一种相似关系，多路覆盖不同维度——向量（语义相似）、I2I（行为共现）、热门（兜底）、类目（品类偏好）、社交（好友关注）——互补；
常见召回路：
- 向量召回（双塔/Item2Vec，ANN 检索）；
- 协同过滤（UserCF/ItemCF：离线算相似表）——题干前提就是「行为太稀疏」，共现计数本身不可靠，它不能当主补路；「同款/同品牌召不回」这类 badcase 的主路应是属性与 ID 的精确匹配（brand_id、spu_id/同款簇、型号关键词、条码），CF 只在行为量足够的头部用户/商品上叠加；
- 热度召回（热门物品，保证新鲜度与冷启动）；
- 规则召回（类目/标签/价格带/同城／品牌、同款 SPU、型号关键词——后三个才直接对应题干 badcase）；
- 实时行为召回（刚浏览物品的相似品）；
融合方式：
- 分数归一化+加权和：各路分数归一化后按权重相加排序——简单主流；
- 分桶/分层：按路定配额（每路固定比例进粗排）——保多样性；
- 模型化融合：各路结果作为候选池特征喂给排序模型（由精排决定最终顺序）——这是"要多路信号就用在哪"的正解，注意它不等于在召回层做分数加权（加权融合是上面第 1 条要说清的做法）；
候选量设计：每路 TopK（如 50~200），合并去重后总量控制（如 1000 进粗排）；
质量监控：每路的召回率/贡献占比，低频路被淹没要调整配额；
注意：纯按分数融合会偏向强势路，配额制保覆盖。
关键公式： 向量召回内积/余弦；多路召回融合可用加权或规则优先级。
排查步骤： 分析 badcase 是否热门/长尾/意图明确 → 按 badcase 类型补对应维度：「同款/同品牌召不回」先补品牌 ID／SPU／型号关键词的精确匹配（行为稀疏时别指望协同过滤），再考虑关键词、图、地理位置等路 → 监控各路贡献占比。线上-离线：单路离线召回率可能还行，但头部集中导致多样性差。
【原理溯源】
- 为什么单路向量召回不够？ 向量表达的是“语义/行为相似”，对精确同款、同品牌、实时意图覆盖不足。行为稀疏时向量也不稳。
- 为什么要配额？ 纯分数融合会让高分路（通常热门/向量）挤掉冷门路（社交/类目），多样性消失。配额保证每路有表达机会。
- “融合交给精排”为何最正确？ 召回只负责“广覆盖进候选”，相关性判断交给更准的精排模型。召回阶段强行融合分数，可能因量纲/校准问题误杀好候选。
- 如何发现某路失效？ 监控各路贡献占比与线上 A/B。若社交路贡献 0%，要么配额太低，要么该路质量问题。
【选型判断树】
多路召回怎么设计？
1. 路的选择
├─ 语义相似 → 向量/双塔
├─ 行为共现 → I2I/CF（**行为稀疏时共现计数不可靠，不能当主路**；同款/同品牌走 brand_id/SPU/型号精确匹配）
├─ 兜底/冷启动 → 热门
├─ 明确偏好 → 类目/标签/规则
└─ 即时意图 → 实时行为路
2. 融合
├─ 简单 → 归一化加权
├─ 要多样性 → 配额分桶
└─ 最正确 → 不融合，交给精排
3. 监控
└─ 各路贡献占比，防一路独大【口述骨架】（5 分钟）
| 时间 | 任务 | 内容 |
|---|---|---|
| 0:00–0:30 | 定性 | “单路覆盖一种相似，多路互补才全” |
| 0:30–2:00 | 常见路 | 向量/I2I/热门/类目/实时＋品牌·SPU·型号精确匹配（题干 badcase 的主路） |
| 2:00–3:30 | 融合 | 加权/配额/交给精排 |
| 3:30–4:30 | 监控 | 贡献占比；防一路独大 |
| 4:30–5:00 | 收尾 | “召回管广覆盖，相关性交给精排” |
【关键数字】
| 参数 | 经验值 | 说明 |
|---|---|---|
| 每路 TopK | 50–200 | 视路质量 |
| 合并后候选 | 500–2000 | 进粗排 |
| 配额 | 每路最低占比 | 保多样性 |
| 融合 | RRF 或归一化加权 | RRF 免调参 |
| 监控 | 路贡献占比 | 发现失效 |
【追问链】（三层）
L1｜“为什么要配额？” → 纯分数融合会淘汰冷门路（如社交召回），配额保证每路都有表达机会，保多样性。
L2｜“分数怎么归一化？” → min-max / z-score / softmax；或用 RRF（倒数排名融合）免调权重。
L3｜“哪路贡献长期为 0 怎么办？” → 检查配额是否太低、该路质量是否差、是否与他路重复。必要时停用或改造。
【评分标准】
| 档位 | 答案特征 |
|---|---|
| 60 分 | 知道要多路召回 |
| 80 分 | 常见路齐全；知道归一化/配额 |
| 95 分 | 讲清互补动机；在「行为稀疏」前提下给出主路选择（属性/ID 精确匹配优先，CF 只用于行为充足头部）；“融合交给精排”；贡献监控与失效处理 |
【关联题】
- 同一知识簇： AI-30（全链路）、AI-19（向量召回）、AI-52（双塔）
- 延伸： AI-29（冷启动热门路）
【自测】
- 为什么单路向量召回不够？ 参考答案： 只覆盖语义相似，同款/同品牌/实时意图可能召不回。
- 三种融合方式？ 参考答案： 归一化加权、配额分桶、交给精排。
- 如何发现某路失效？ 参考答案： 监控各路贡献占比与 A/B。
AI-32. 精排从 LR 换 DeepFM，为什么（CTR 模型演进）
【考察内容】精排模型是推荐算法核心必考
【题目】精排模型一开始用 LR（靠人工特征交叉），后来换了 DeepFM。从 LR → FM → Wide&Deep → DeepFM 的演进解决了什么问题？DIN 的注意力、MMoE 的多目标各自解决什么？新业务直接上哪个？
【参考答案】
演进主线（记忆→泛化→自动交叉）：
- LR：线性+人工特征交叉——可解释、快，但依赖人工；
- FM/FFM：二阶特征自动交叉（隐向量内积）——解决稀疏特征交叉，但只二阶；
- Wide&Deep：Wide（LR 记忆人工交叉）+ Deep（DNN 泛化）并行；
- DeepFM：Wide 换成 FM（自动二阶）+Deep（高阶）——端到端自动学习一/二阶/高阶交叉，工业界标准基线；
- DIN：注意力机制——用户历史行为与当前候选物品相关才加权；
- MMoE/多目标：CTR/CVR/时长多任务共享底层+专家网络；
选型实践：新业务从 DeepFM 起步 → 行为数据丰富上 DIN/序列模型 → 多目标上线 MMoE 系；
工程要点：特征（稠密 embedding+稀疏 ID）、样本（曝光点击）、负采样、特征平台、推理延迟预算；
评估：GAUC + 业务 A/B。
关键公式： DeepFM 同时含一阶+FM 交叉+深度部分；相对 LR 能自动学高阶交叉。
排查步骤： 先确认 LR 瓶颈是否交叉不足 → 样本量是否撑得起深度模型 → 在线时延与特征成本 → AB。线上-离线：离线 AUC 涨要确认不是特征穿越；推理预算不足时上更深无意义。
【原理溯源】
- 演进每一步在解决什么？ LR 靠人工交叉；FM 自动二阶且参数可估；Wide&Deep 记忆+泛化；DeepFM 把 Wide 换成 FM，端到端更干净；DIN 让兴趣表达目标感知；MMoE 处理多目标跷跷板。
- DeepFM 为何成为基线？ 同时覆盖一阶、二阶（FM）、高阶（Deep），实现成熟、效果稳，表格+ID 特征场景性价比最高。
- DIN 注意力在干什么？ 用户历史很长，但与当前候选相关的只是几件。Attention 按相关性加权历史行为，让兴趣表达聚焦。
- MMoE 解决什么？ 多目标（CTR/CVR/时长）可能冲突。专家网络+门控让各目标共享有用部分、保留差异，缓解跷跷板现象。
【选型判断树】
精排怎么选？
1. 冷启动阶段
└─ DeepFM（标准基线）
2. 行为序列丰富
└─ 加 DIN / 序列模型
3. 多目标
└─ MMoE / PLE
4. 强解释
└─ LR 或 GBDT+SHAP（非精排主流）
5. 工程
└─ 延迟预算约束模型大小；A/B 验证【口述骨架】（5 分钟）
| 时间 | 任务 | 内容 |
|---|---|---|
| 0:00–0:30 | 定性 | “演进主线是自动交叉与兴趣表达” |
| 0:30–2:30 | LR→DeepFM | 每步解决什么 |
| 2:30–3:30 | DIN/MMoE | 目标感知与多目标 |
| 3:30–4:30 | 选型 | 新业务 DeepFM 起步 |
| 4:30–5:00 | 收尾 | “不要只背模型名，要讲演进动机” |
【关键数字】
| 参数 | 经验值 | 说明 |
|---|---|---|
| Embedding 维度 | 8–64 | ID 特征 |
| DIN 历史长度 | 最近 50–100 行为 | 视场景 |
| MMoE 专家数 | 4–8 | 多目标 |
| 精排延迟 | 10–50ms | 约束模型大小 |
| 评估 | GAUC + A/B | 见 AI-25/22 |
【追问链】（三层）
L1｜“Wide 和 Deep 各管什么？” → Wide 记忆历史共现（人工交叉），Deep 泛化学习未见过组合。
L2｜“DIN 的 attention 和 Transformer 区别？” → DIN 是目标感知的加权池化（无位置编码/无多头复杂结构），Transformer 是全局自注意力。
L3｜“新业务直接上哪个？” → DeepFM 起步（成熟稳），行为序列够了再 DIN，多目标再 MMoE。
【评分标准】
| 档位 | 答案特征 |
|---|---|
| 60 分 | 知道 DeepFM、DIN 名字 |
| 80 分 | 能讲 LR→FM→Wide&Deep→DeepFM 演进动机 |
| 95 分 | DIN 目标感知机制；MMoE 多目标；新业务选型路径；延迟约束 |
【关联题】
- 同一知识簇： AI-15（特征交叉）、AI-30（全链路）、AI-07（选型）
- 工程衔接： AI-28（延迟）、AI-52（双塔 vs 精排）
【自测】
- DeepFM 相对 LR 解决了什么？ 参考答案： 自动学习一/二阶/高阶交叉，不依赖人工。
- DIN 解决什么？ 参考答案： 用户兴趣表达按目标相关性加权。
- 多目标为什么要 MMoE？ 参考答案： 缓解 CTR/CVR/时长等目标冲突（跷跷板）。
AI-33. 推荐流 10 条全是同一个作者，用户刷两下就烦了（重排打散）
【考察内容】重排是搜广推高频题
【题目】用户反馈：刷推荐流，10 条里 8 条是同一个作者/同一个品类，看吐了。精排是单点打分，怎么在重排阶段做多样性（规则窗口、MMR、DPP）？打散和相关性怎么平衡？
【参考答案】
问题：精排按单点分数排序，产生同质化（同作者/同品类扎堆）→ 用户疲劳、长尾被挤压；
打散方法（从简单到高级）：
- 规则打散（滑动窗口）：窗口内同作者/同类目最多 N 个——简单可控，工业常用；
- 配额制：各品类/作者保底配额；
- MMR（最大边际相关）：每次选“分数高且与已选集合相似度低”的物品（λ·相关性 −(1−λ)·最大相似度，与 AI-20 同一口径）——贪心平衡相关与多样；
- DPP（行列式点过程）：从候选子集中选“多样性最优”的组合（最大化行列式）——效果最好、计算重；
相似度度量：物品向量（embedding）余弦、类目/作者标签重合度；
业务约束融合：广告插入位置、强运营位、已购过滤——重排是“规则落地的最后一环”；
权衡：打散过强伤相关性（CTR 降）——多样性指标与 CTR 平衡，A/B 验证；
工程：重排延迟预算（毫秒级，规则优先，DPP 有规模限制）。
关键公式： MMR/DPP；打散约束如“窗口 W=10 内同一作者≤1”。
排查步骤： 看重复来源是召回重还是排序雷同 → 重排多样性项权重 → 业务规则硬约束。线上-离线：离线相关性指标会偏好同质高分内容，必须离线评估多样性。
【原理溯源】
- 为什么精排会扎堆？ 精排是 point-wise 最高分优先。若同一作者多条都高分，列表就同质。单点最优 ≠ 列表最优。
- MMR 在优化什么？ 每次贪心选“相关性高且与已选不相似”的项：λ·相关性 −(1−λ)·max_sim（已选）。λ 越大越偏相关性，越小打散越激进（与 AI-20 同口径）。
- DPP 为何“全局更优”？ 用子集的行列式度量“相关×多样”的整体质量，选行列式最大的子集。比 MMR 的贪心更全局，但计算更重。
- 为什么重排是业务规则最后落点？ 合规过滤、广告插入、运营置顶都必须在最终列表上执行，精排管不了全局位置。
【选型判断树】
重排打散怎么做？
1. 先上规则
└─ 滑窗限制同作者/类目（工业默认）
2. 要配额
└─ 品类/作者保底
3. 要算法化
├─ 候选少、延迟紧 → MMR
└─ 候选中等、要全局最优 → DPP（注意算力）
4. 平衡
└─ 监控类目熵/作者覆盖 + CTR，A/B 找 λ
5. 优先级
└─ 合规>广告>运营位>多样性【口述骨架】（5 分钟）
| 时间 | 任务 | 内容 |
|---|---|---|
| 0:00–0:30 | 定性 | “精排单点最优导致同质化，重排做 list-wise” |
| 0:30–2:00 | 四档方案 | 规则窗、配额、MMR、DPP |
| 2:00–3:30 | 机制 | MMR 贪心；DPP 行列式 |
| 3:30–4:30 | 业务与权衡 | 规则优先级；多样性 vs CTR |
| 4:30–5:00 | 收尾 | “工业先规则，再算法化” |
【关键数字】
| 参数 | 经验值 | 说明 |
|---|---|---|
| 滑窗大小 | 5–10 条 | 同作者≤1 |
| MMR λ | 0.5–0.8（相关性权重） | 调小则更激进打散 |
| DPP 候选 | 通常 <几百 | 算力限制 |
| 延迟 | 重排 5–15ms | 规则优先 |
| 护栏 | 类目熵、作者覆盖 | A/B |
【追问链】（三层）
L1｜“DPP 原理一句话？” → 用集合的行列式度量子集整体质量（相关×多样），选行列式最大的子集。
L2｜“打散和业务规则冲突怎么办？” → 优先级分层：合规/广告最高，运营位次之，多样性最低（可让步）。
L3｜“打散会不会掉 CTR？” → 短期可能。用 A/B 平衡，多样性换长期留存与生态。
【评分标准】
| 档位 | 答案特征 |
|---|---|
| 60 分 | 知道要“隔开同类” |
| 80 分 | 规则窗/MMR/DPP；知道精排单点局限 |
| 95 分 | 讲清 list-wise 本质；MMR/DPP 机制；业务优先级；多样性与 CTR 权衡 |
【关联题】
- 同一知识簇： AI-30（重排定位）、AI-51（茧房）、AI-20（长尾）
- 工程衔接： AI-54（去重）
【自测】
- 为什么精排后还要重排？ 参考答案： 精排单点最优会导致同质化，重排做列表级全局优化。
- MMR 和 DPP 区别？ 参考答案： MMR 贪心逐个选；DPP 全局选子集，更优但更重。
- 业务规则和打散谁优先？ 参考答案： 合规>广告>运营位>多样性。
AI-34. 用户搜“便宜的手机”，出来的全是手机壳（搜索相关性）
【考察内容】搜索是 NLP+排序综合高频题
【题目】用户搜“便宜的手机”，搜索结果里混进了手机壳、手机支架。搜索系统的 Query 理解（分词、意图、价格属性抽取）、召回（关键词+语义）、相关性过滤、排序（LTR）分别怎么做？“便宜”这个价格意图怎么落地？
【参考答案】
整体：Query 理解 → 召回 → 相关性过滤 → 排序；
Query 理解（核心）：
- 分词：中文分词；
- 意图识别：类目意图（手机）、价格意图（便宜=低价）、属性意图；
- 实体/属性抽取：品牌、型号、价格区间、类目；
- 改写/纠错：同义词、错别字、query 扩展；
召回：类目召回（手机类目）+ 关键词匹配（BM25/ES）+ 向量召回（语义）；
相关性过滤与排序：
- 相关性：BM25 分数/语义相似度/类目一致性（搜“手机”不该出手机壳——相关性硬约束）；
- 排序：相关性分 × 业务分（销量/价格/评价/转化率预估——LTR）；
价格意图落地：抽取“便宜”→ 排序时价格特征加权或按价格带过滤；
评估：人工标注 NDCG、线上（点击率、无结果率、成交转化）；
工程：Query 分析服务、搜索专用索引（ES）、搜索与推荐联动。
关键公式： NDCG@k 衡量排序相关性；相关性分级 0/1/2。
排查步骤： Query 理解（纠错/意图/属性）→ 召回多路（字面+语义）→ 相关性精排/规则。线上-离线：离线用点击当标签会偏向标题党，需人工相关性标注集。
【原理溯源】
- 为什么“手机”会召出手机壳？ 字面共现（“手机壳”含“手机”）或语义相近。若无类目/实体硬约束，相关性过滤缺位，就会混入配件。
- Query 理解为何是搜索核心？ 用户 query 短、口语化、带修饰（便宜）。不理解意图与属性，召回和排序都在解错题。
- “便宜”如何落地？ 属性抽取把模糊词映射为价格意图：加价格特征权重、过滤高价带、或重排偏好低价。
- 相关性为何常作硬约束？ 相关性是底线（搜手机不出壳）。业务分只能在相关候选内调序，不能把不相关顶上去。
【选型判断树】
搜索链路：
1. Query 理解
├─ 分词/纠错/改写
├─ 意图（类目/价格/属性）
└─ 实体抽取
2. 召回
├─ 类目硬过滤
├─ BM25 关键词
└─ 向量语义
3. 相关性
└─ 硬约束（类目/属性一致）
4. 排序
└─ LTR：相关性 × 业务分
5. 意图落地
└─ “便宜”→价格带过滤/加权【口述骨架】（5 分钟）
| 时间 | 任务 | 内容 |
|---|---|---|
| 0:00–0:30 | 定性 | “核心在 Query 理解，相关性是硬约束” |
| 0:30–2:00 | Query 理解 | 分词、意图、属性抽取 |
| 2:00–3:30 | 召回与过滤 | 多路召回；类目硬约束 |
| 3:30–4:30 | 排序与意图 | LTR；“便宜”落地 |
| 4:30–5:00 | 收尾 | “相关性管对不对，业务分管好不好” |
【关键数字】
| 参数 | 经验值 | 说明 |
|---|---|---|
| NDCG@10 | 搜索相关性主指标 | 人工标注 |
| BM25 | ES 默认 | 关键词 |
| 向量 TopK | 与 BM25 混合 RRF | 语义 |
| 无结果率 | 监控 | 体验 |
| 价格意图 | 低价带过滤/加权 | “便宜” |
【追问链】（三层）
L1｜“搜‘便宜’怎么用？” → 属性抽取识别价格意图，转化为排序特征/过滤条件。
L2｜“相关性怎么衡量？” → BM25 词频+语义向量+类目/属性一致性，人工标注集评测 NDCG。
L3｜“为什么不能只靠 ES？” → ES 擅长字面匹配，缺意图理解与语义召回；口语化 query 会漏召或混入不相关。
【评分标准】
| 档位 | 答案特征 |
|---|---|
| 60 分 | 知道要分词、做排序 |
| 80 分 | Query 理解链路；多路召回；相关性硬约束 |
| 95 分 | 讲清意图/属性落地；相关性 vs 业务分分工；LTR；评估 NDCG |
【关联题】
- 同一知识簇： AI-37（语义匹配）、AI-36（意图槽位）、AI-31（多路召回）
- LLM 衔接： AI-39（RAG 检索）
【自测】
- 为什么“手机”会召出手机壳？ 参考答案： 字面/语义相近但类目不同，缺相关性硬约束。
- “便宜”如何落地？ 参考答案： 抽取为价格意图，做低价带过滤或价格加权。
- 相关性和业务分的关系？ 参考答案： 相关性是底线硬约束，业务分在相关候选内调序。
AI-35. 客服消息自动分类，90% 是咨询、投诉总漏判（文本分类）
【考察内容】文本分类是 NLP 最高频场景题
【题目】客服消息要自动分类（咨询/投诉/退换货/售后），90% 是咨询，投诉只占 3% 但漏判代价最大。模型方案怎么选（TF-IDF+LR → FastText → BERT → LLM）？不平衡怎么处理？怎么让投诉尽量不漏？
【参考答案】
数据与预处理：清洗、分词、类别体系设计（少类且互斥）；
建模方案（由简到繁）：
- TF-IDF/词袋 + LR/SVM：简单基线，小数据够用；
- FastText：词向量平均+线性分类，快且效果好；
- TextCNN/BiLSTM：局部 n-gram/序列特征；
- 预训练模型（BERT 系）：微调，效果 SOTA；
- 大模型：LLM few-shot/零样本——少标注场景利器，成本/延迟高；
类别不平衡（90% 咨询）：加权损失/重采样、评估用 Macro-F1、对少数类（投诉）提高召回优先级；
工程落地：阈值校准（置信度低进人工）；线上推理延迟（BERT 量化/蒸馏，或 LLM 只处理难例）；持续迭代：人工标注反馈回流；
评估：每类 P/R/F1（尤其投诉类召回）、混淆矩阵分析。
关键公式： 对不平衡多分类用 Macro-F1；投诉类单独看 Recall 与代价敏感权重。
排查步骤： 混淆矩阵 → 投诉类样本增强/改写 → 阈值下调该类 → 级联“是否投诉”二分类。线上-离线：线上漏判投诉比离线 Macro 更致命，评估指标要按业务代价定制。
【原理溯源】
- 为什么不平衡下投诉总漏？ 与 AI-01 同理：梯度被咨询类主导，模型倾向“别冒险报投诉”。业务上投诉漏判代价最大，必须反向加权。
- 为什么“由简到繁”？ 先跑基线建立下限与数据检查；再上 BERT 微调拿主要收益；LLM 处理少样本/长尾/难例。避免一上来大模型却数据/评估都没做好。
- Macro-F1 为何必须？ 总体准确率被咨询淹没，投诉全错也只掉几个点。Macro-F1 平等看待各类，长尾变差会显现。
- 为什么低置信要转人工？ 分类器在边界样本上不可靠。低置信转人工是精度兜底，同时形成标注回流闭环。
【选型判断树】
客服文本分类：
1. 数据量
├─ 小 → TF-IDF+LR / FastText / LLM few-shot
└─ 充足 → BERT 微调
2. 不平衡
├─ 投诉漏判代价大 → 加权损失 + 压低阈值保投诉召回
└─ 评估主看 Macro-F1 + 投诉类 Recall
3. 延迟/成本
├─ 紧 → 蒸馏/量化 BERT；LLM 只处理难例
└─ 宽 → 可全量 LLM
4. 闭环
└─ 低置信转人工；错误回流重训【口述骨架】（5 分钟）
| 时间 | 任务 | 内容 |
|---|---|---|
| 0:00–0:30 | 定性 | “90/3 不平衡，投诉漏判最贵，主看 Macro-F1 与投诉召回” |
| 0:30–2:00 | 模型路线 | 基线→FastText→BERT→LLM |
| 2:00–3:30 | 不平衡 | 加权、阈值、评估 |
| 3:30–4:30 | 工程 | 转人工、延迟、回流 |
| 4:30–5:00 | 收尾 | “先基线后大模型，投诉召回是业务红线” |
【关键数字】
| 参数 | 经验值 | 说明 |
|---|---|---|
| 投诉占比 | 常见 1%–5% | 极不平衡 |
| 投诉召回 | 业务常要求 90%+ | 红线 |
| BERT 微调 LR | 2e-5 ~ 5e-5 | 小数据 |
| 低置信阈值 | 按验证集 PR 选 | 转人工 |
| LLM 分类 | 少样本/难例 | 成本高 |
【追问链】（三层）
L1｜“什么时候用 LLM 分类？” → 标注少/类别频繁变/需零样本迁移，且接受延迟与成本时。
L2｜“为什么不平衡不能报准确率？” → 大类主导，长尾全错也几乎不动，掩盖业务风险。
L3｜“投诉总和退换货混淆怎么办？” → 混淆矩阵定位；补该边界样本；加业务规则/关键词；或分层分类。
【评分标准】
| 档位 | 答案特征 |
|---|---|
| 60 分 | 知道用 BERT/大模型 |
| 80 分 | 由简到繁路线；Macro-F1；不平衡加权 |
| 95 分 | 业务红线是投诉召回；LLM 适用条件；转人工与回流闭环；混淆矩阵诊断 |
【关联题】
- 同一知识簇： AI-01（不平衡）、AI-27（Macro-F1）、AI-04（小样本）
- LLM 衔接： AI-44（Prompt）、AI-42（微调）
【自测】
- 投诉漏判代价大，评估主看什么？ 参考答案： 投诉类 Recall + Macro-F1，不是总体准确率。
- 小数据文本分类先跑什么？ 参考答案： TF-IDF+LR 或 FastText 基线，再 BERT/LLM。
- 低置信样本怎么办？ 参考答案： 转人工，并回流标注形成闭环。
AI-36. “帮我订明天北京到上海的机票”，机器怎么听懂（意图槽位）
【考察内容】NLU 是对话系统必考题
【题目】智能客服要理解“帮我订明天北京到上海的机票”：意图是“订机票”，槽位有“日期=明天、出发=北京、到达=上海”。意图识别和槽位填充分别怎么做（分类+序列标注 / LLM 抽取）？槽位怎么转成标准值（“明天”→具体日期）？缺槽怎么反问？
【参考答案】
任务拆解：意图分类（订机票）+ 槽位填充（日期=明天、出发地=北京、目的地=上海）——NLU 两大任务；
实现方案：
- 传统方案：意图=文本分类（SVM/BERT），槽位=序列标注（BiLSTM-CRF/BERT-CRF，BIO 标注）；
- 大模型方案（主流）：LLM 直接抽取——结构化 Prompt 输出 JSON（意图+槽位），few-shot 示例；
- 联合建模：意图与槽位一起预测（共享编码，互相促进）；
关键问题：
- 槽位规范化：“明天”→具体日期（时间解析）；“上海”→城市代码；
- 缺槽补全：缺少关键槽位 → 反问引导；
- 多意图/歧义：多意图拆分；
- OOV/新表达：大模型泛化好；
工程链路：ASR → NLU → 对话管理 → 动作执行 → NLG；
评估：意图准确率、槽位 F1、对话任务成功率；
兜底：低置信度转人工。
关键公式： 意图分类可用 softmax；槽位标注用序列标注（BIO）+CRF/深度序列模型。F1 按槽位类型分别统计。
排查步骤： 错误归类：意图错 vs 槽位错 vs 边界错 → 数据增强口语变体 → 词典与规则兜底。线上-离线：线上多轮、打断、口语省略远多于离线单句。
【原理溯源】
- 为什么要拆成意图+槽位？ 意图决定“做什么动作”，槽位决定“动作参数”。两者语义层级不同，拆开更清晰、也便于联合建模互相促进。
- BIO 标注解决什么？ 序列标注标准范式：B-起点/I-内部/O-外部。CRF 保证标签合法转移（I 不能凭空出现），比逐 token 独立分类更稳。
- 槽位规范化为何关键？ 模型抽出“明天”，系统要的是日期。时间解析/实体链接把口语映射到可执行标准值，否则下游 API 无法调用。
- 缺槽为什么要反问？ 关键参数缺失时不能瞎执行。对话管理检测缺槽并生成澄清问题，是可用性的关键。
【选型判断树】
NLU 怎么做？
1. 传统 vs LLM
├─ 样本充足、延迟紧 → BERT+CRF
└─ 样本少/表达多变 → LLM JSON 抽取
2. 槽位
├─ 序列标注 BIO
└─ 或 LLM 结构化输出
3. 规范化
└─ 时间/城市/实体 → 标准值
4. 缺槽
└─ 反问澄清
5. 兜底
└─ 低置信转人工【口述骨架】（5 分钟）
| 时间 | 任务 | 内容 |
|---|---|---|
| 0:00–0:30 | 定性 | “意图+槽位两大任务，先拆再联合” |
| 0:30–2:00 | 方案 | BERT-CRF vs LLM JSON |
| 2:00–3:30 | 关键问题 | 规范化、缺槽反问、多意图 |
| 3:30–4:30 | 链路与评估 | ASR→NLU→DM→执行；槽位 F1 |
| 4:30–5:00 | 收尾 | “抽出值还要规范化，缺槽要能反问” |
【关键数字】
| 参数 | 经验值 | 说明 |
|---|---|---|
| 意图准确率 | 业务常要求 90%+ | 看场景 |
| 槽位 F1 | BIO 级评估 | 序列质量 |
| few-shot | 3–8 个示例 | LLM 抽取 |
| 低置信 | 转人工 | 兜底 |
| JSON 解析失败 | 重试/容错 | LLM 工程 |
【追问链】（三层）
L1｜“为什么用 BIO 标注？” → 序列标注标准范式：B-起点/I-内部/O-外部，配合 CRF 保证标签合法转移。
L2｜“LLM 抽取怎么保证格式稳定？” → JSON schema 约束+few-shot+解析失败重试；必要时用 constrained decoding。
L3｜“用户没说目的地怎么办？” → 对话管理检测缺槽，生成反问：“请问您要飞到哪个城市？”
【评分标准】
| 档位 | 答案特征 |
|---|---|
| 60 分 | 知道要做意图分类 |
| 80 分 | 意图+槽位；BERT-CRF 或 LLM；规范化 |
| 95 分 | BIO/CRF 机制；缺槽反问；LLM 格式稳定性；对话链路全景 |
【关联题】
- 同一知识簇： AI-35（分类）、AI-44（Prompt/JSON）、AI-47（Agent）
- 延伸： AI-34（Query 理解）
【自测】
- 意图和槽位分别是什么？ 参考答案： 意图=做什么；槽位=动作参数。
- “明天”抽出后还要做什么？ 参考答案： 时间解析规范化为具体日期。
- 缺关键槽位怎么处理？ 参考答案： 对话管理反问澄清，不瞎执行。
AI-37. “怎么退款”和“钱什么时候退”是同一句话吗（语义匹配）
【考察内容】文本匹配是 NLP 高频场景题
【题目】FAQ 机器人：用户问“怎么退款”，库里有 10 万条标准问答，字面上没一个完全匹配的（用户会说“钱啥时候回来”）。怎么用 BM25 关键词 + 向量语义双路召回，再用交互模型重排？怎么训练匹配模型？
【参考答案】
任务本质：语义文本相似度（STS）/文本匹配——字面不同但语义相同；
实现方案：
- BM25 关键词匹配：召回层（快，解决字面重合）；
- 向量语义检索：Query 与 FAQ 分别编码（Sentence-BERT/双塔）→ 余弦相似度 → ANN 检索 TopK——解决语义改写；
- 混合检索：BM25 + 向量 融合（RRF），召回更全；
- 重排序（Rerank）：召回 Top50 后用 Cross-Encoder 精排——效果最好（成本高，只重排少量）；
训练：有标注（正负句对）训练双塔（对比学习：正样本拉近/负样本拉远，in-batch 负采样）；无标注用 SimCSE 自监督；
工程：向量库定期更新；阈值与兜底（相似度低于阈值→转人工/提示）；评估：召回率@K、MRR、命中率；
演进：大模型可直接判断/生成，但向量检索仍是 RAG/QA 召回底座。
关键公式： 余弦/BERT 句向量相似度；孪生网络对比学习损失（InfoNCE）。
排查步骤： 建难负例集（同领域不同问题）→ 看是否需要跨语言/口语归一 → 阈值决定是否合并 FAQ。线上-离线：离线高相似不一定同答案，最终还要看答案是否可复用。
【原理溯源】
- 为什么要双路？ BM25 抓字面（“退款”两字都在），向量抓语义（“钱啥时候回来”意思对但字不同）。单路必漏。
- 双塔 vs Cross-Encoder 为何分工？ 双塔独立编码、可预计算、快，适合全库召回；Cross 拼接编码、充分交互、准，但 O(N) 太贵，只对 TopK 精排。
- 对比学习在学什么？ 正句对拉近、负句对拉远，让“语义相同”在向量空间靠近。in-batch 负采样高效构造负例。
- 为什么必须设阈值兜底？ 没有匹配也强行答最伤体验。低于阈值转人工/提示，是精度底线。
【选型判断树】
FAQ 语义匹配：
1. 召回
├─ 必须混合：BM25 + 向量
└─ RRF 融合
2. 重排
├─ 精度敏感 → Cross-Encoder TopK
└─ 延迟紧 → 可省略，但要评召回
3. 训练
├─ 有标注 → 对比学习双塔
└─ 无标注 → SimCSE
4. 兜底
└─ 相似度阈值；低于则转人工
5. 评估
└─ Recall@K / MRR / 命中率【口述骨架】（5 分钟）
| 时间 | 任务 | 内容 |
|---|---|---|
| 0:00–0:30 | 定性 | “字面不同语义同，必须混合召回+重排” |
| 0:30–2:00 | 双路召回 | BM25 + 向量 + RRF |
| 2:00–3:30 | 训练与重排 | 对比学习；Cross-Encoder |
| 3:30–4:30 | 工程 | 阈值兜底；评估 MRR |
| 4:30–5:00 | 收尾 | “双塔管召回，Cross 管精排，阈值保底线” |
【关键数字】
| 参数 | 经验值 | 说明 |
|---|---|---|
| 召回 TopK | 20–50 | 进重排 |
| Cross-Encoder | 只重排 Top 20–50 | 成本高 |
| Embedding 维度 | 768/1024 | Sentence-BERT |
| RRF k | 常取 60 | 免调参 |
| 阈值 | 按验证集命中率选 | 兜底 |
【追问链】（三层）
L1｜“双塔和 Cross 为什么效果有差？” → 双塔 query/doc 独立编码（信息交互少但可预计算），Cross 拼接编码（充分交互但每对都要算）。
L2｜“只用向量不用 BM25 行不行？” → 字面精确匹配（型号、专名）会漏。必须混合。
L3｜“没有匹配时怎么办？” → 相似度低于阈值不匹配，转人工或提示，防强行答错。
【评分标准】
| 档位 | 答案特征 |
|---|---|
| 60 分 | 知道用向量相似度 |
| 80 分 | 混合召回；双塔训练；Rerank |
| 95 分 | 讲清双塔 vs Cross 分工；对比学习；阈值兜底；MRR 评估 |
【关联题】
- 同一知识簇： AI-39（RAG）、AI-49（Embedding 选型）、AI-52（双塔 vs Reranker）
- 搜索衔接： AI-34
【自测】
- 为什么要 BM25+向量双路？ 参考答案： BM25 抓字面，向量抓语义，互补。
- Cross-Encoder 为何不能全库跑？ 参考答案： 每对都要过模型，O(N) 太慢，只能精排 TopK。
- 没有匹配时的正确动作？ 参考答案： 阈值兜底，转人工/提示，不强行回答。
AI-38. 工厂摄像头要自动检出划痕，缺陷样本只有几百张（工业质检）
【考察内容】CV 工业落地是 AI 应用高频场景题
【题目】工厂产线要上视觉质检：自动检测产品划痕/瑕疵。正常品样本很多，但缺陷样本只有几百张（且形态多样）。迁移学习、数据增强、异常检测（只学正常分布）几条路线怎么选？产线对误检率、推理速度有什么要求？
【参考答案】
任务定义：缺陷检测（分类：有无缺陷 / 检测：定位缺陷框 / 分割：缺陷像素级）；
建模方案：
- 小数据策略：迁移学习（ImageNet 预训练微调，分类用 ResNet，检测用 YOLO 系列，分割用 U-Net）——几千张足够微调；
- 数据增强：旋转/翻转/光照/噪声/弹性形变（工业缺陷样本少，增强是刚需）；
- 异常检测路线（缺陷样本极少时）：只用正常样本训练，缺陷=偏离正常分布：
- 基于特征分布/记忆库：PatchCore、SPADE——正常样本特征记忆库，测试时 kNN 距离打分；
- 基于重建：AE/VAE——重建误差大=异常；
工业落地关键（往往比模型更重要）：
- 数据标注：缺陷类型定义、标注规范（漏标=负样本污染）、专家复核；
- 误检率控制：误检与漏检都贵，按场景权衡——安全件/高价值件通常漏检代价更高；大批量低值件则误检成本突出——阈值调整+规则过滤+二次人工抽检；
- 推理速度：产线节拍（如 100ms/件）——YOLO 小模型+TensorRT/INT8；
- 环境一致性：光照、角度、镜头固定；
- 部署：边缘盒子/工控机（本地推理）；
评估：缺陷召回率（漏检=质量逃逸）、误检率（杀良品=成本）、F1、mAP；按缺陷类型分开评估；
迭代：产线收集新缺陷→增量标注→重训（闭环）。
关键公式/指标： 缺陷检测看 Recall（漏检代价高）与误报率；小样本常用迁移+数据增广+异常检测。
排查步骤： 清晰成像/光照 → 预训练骨干 → 增广 → 阈值偏召回 → 人工复核带。线上-离线：产线相机与训练集差异大（域偏移），要现场数据持续回流。
【原理溯源】
- 为什么几百张缺陷不适合直接训检测器？ 检测器要学“缺陷长什么样”，几百张覆盖不了形态多样性，易过拟合。
- 迁移学习为何有效？ ImageNet 预训练已会边缘、纹理、形状。小数据微调只是任务对齐，远优于从零训练。
- 异常检测路线的核心假设？ 缺陷形态无限、正常形态有限。只学正常分布，偏离即异常——完美匹配“正常多、缺陷少且杂”。
- 为什么误检率是工业成本杀手？ 误检=良品报废+复检停机，大批量下成本巨大。阈值与规则要按“单件成本×产量”优化，不是只追 Recall。
【选型判断树】
工业质检：
1. 缺陷样本量
├─ 几千+且形态稳定 → 迁移学习检测（YOLO）
├─ 几百且形态多样 → 异常检测（PatchCore）或迁移+强增强
└─ 正常多缺陷极少 → 异常检测首选
2. 任务
├─ 只要判定 → 分类
├─ 要定位 → 检测
└─ 要像素 → 分割
3. 产线约束
├─ 节拍紧 → 小模型+TensorRT/INT8
└─ 环境固定 → 否则先解决光照/角度
4. 成本
└─ 按场景权衡漏检/误检；二次抽检【口述骨架】（5 分钟）
| 时间 | 任务 | 内容 |
|---|---|---|
| 0:00–0:30 | 定性 | “缺陷少形态杂，迁移+增强；极少则异常检测” |
| 0:30–2:00 | 建模 | 迁移学习；增强；PatchCore/AE |
| 2:00–3:30 | 工业关键 | 标注、误检率、节拍、环境 |
| 3:30–4:30 | 评估 | 按缺陷类型分评；漏检/误检代价 |
| 4:30–5:00 | 收尾 | “工程细节常比模型更重要” |
【关键数字】
| 参数 | 经验值 | 说明 |
|---|---|---|
| 微调样本 | 1k–5k 可用 | 迁移学习 |
| 节拍 | 50–100ms/件 | 产线约束 |
| 量化 | INT8 + TensorRT | 边缘部署 |
| PatchCore | 正常样本记忆库 | 无缺陷标签 |
| 误检/漏检 | 按单件成本调阈值 | 场景权衡 |
【追问链】（三层）
L1｜“为什么用异常检测？” → 缺陷形态多样且样本极少，学正常分布更稳。
L2｜“误检率怎么控？” → 阈值调整、规则过滤（瑕疵大小/区域）、二次人工抽检；按成本函数优化。
L3｜“环境光照变了怎么办？” → 训练/产线环境一致性是前提；否则先做图像增强/固定打光/域适应。
【评分标准】
| 档位 | 答案特征 |
|---|---|
| 60 分 | 知道要迁移学习/数据增强 |
| 80 分 | 异常检测路线；误检率意识；边缘部署 |
| 95 分 | 讲清“正常有限缺陷无限”假设；按成本权衡漏检/误检；按缺陷类型评估；工程闭环 |
【关联题】
- 同一知识簇： AI-04（小样本）、AI-01（不平衡漏检）
- 工程衔接： AI-28（推理优化）、AI-24（监控）
【自测】
- 缺陷样本只有几百张，首选什么路线？ 参考答案： 迁移学习+强增强；缺陷极少且杂时转异常检测。
- 工业质检最大的成本陷阱？ 参考答案： 误检导致良品报废与停机；要按成本调阈值。
- PatchCore 思想一句话？ 参考答案： 用正常样本建特征记忆库，测试时 kNN 距离打分判异常。