真实面经题目 · 原创解析
这道题考察 RAG 系统面对“语义相关但时间过久”的向量检索结果时，如何把相关性判断升级为证据可用性判断。回答要说明不能只看 embedding 分数，而要结合问题的时效敏感度、文档时间戳、版本、生效范围、来源权威性、与新证据的冲突情况和业务风险来决定使用、降权、补检、拒答或提示不确定。好的方案还要覆盖元数据过滤、时间衰减、动态检索、冲突检测、评估指标和上线监控。
向量数据库返回语义相关的历史信息时，RAG 不能直接把它塞进上下文，而要先判断这个问题是否时间敏感。第一步是 query 分流：如果用户问定义、基础原理、历史事实，旧文档可能仍可用；如果问价格、政策、接口状态、库存、版本兼容、当前负责人或线上配置，就必须要求新鲜证据。第二步看候选元数据，包括发布时间、更新时间、生效时间、失效时间、版本号、适用地区、数据源和文档状态。第三步做 freshness-aware ranking，对过期候选降权或过滤，同时优先召回最近文档；必要时触发静态库之外的动态网页、数据库或业务 API 检索。第四步做证据一致性检查，如果旧文档与新文档冲突，以更权威、更近、更明确生效范围的证据为准，并在无法判定时让生成模型说明不确定或请求用户限定时间。最终输出要带时间边界，例如“截至某日期的文档显示”。工程上还要通过时效敏感 query 集合评估 stale evidence rate、冲突率、引用新鲜度、拒答准确率和答案正确率。
不是所有旧信息都不可用。数学概念、算法原理、历史事件和长期稳定的产品说明，旧文档仍可能有价值；而实时状态、政策、价格、接口版本、排班、库存、榜单和线上配置高度时间敏感。RAG 应先识别 query 是否需要当前信息，再决定旧文档的可用门槛。
向量相似度本身无法表达文档是否过期，因此写入向量库时就要保留 created_at、updated_at、effective_at、expires_at、version、source_type、authority、region、tenant、status 等字段。没有这些元数据，后续只能做模糊猜测，难以形成稳定规则。
对明确失效、归档、废弃版本或适用范围不匹配的文档应直接过滤；对未明确失效但时间较久的文档可做时间衰减，降低排序分。衰减强度不能全局固定，应该按文档类型和问题类别配置，例如 API 文档衰减快，基础概念文档衰减慢。
如果 topK 中高相关结果普遍过旧，系统不应勉强回答，而应触发补充检索：扩大时间过滤后的召回、查结构化业务库、调用权威 API、搜索动态网页或请求用户指定时间范围。补检的目标是找到更新证据，而不是简单增加旧候选数量。
旧文档和新文档同时出现时，要识别它们是否冲突。常见规则是优先选择更近更新时间、更高来源权威、更明确生效范围、更接近用户场景的证据；如果旧文档只是解释背景而新文档给出当前状态，可以保留旧文档作为背景但不能让它主导结论。
进入生成模型的上下文应标注时间和状态，提示模型不要把旧证据当成当前事实。答案中可以写明“根据 2026-05-01 更新的文档”或“没有检索到最近证据”。当证据过旧且问题强时效时，正确行为可能是拒答、提示不确定或要求用户允许联网/查询实时系统。
防 stale 不能只靠查询时补救。数据管道要支持增量更新、删除传播、过期标记、版本归并、文档状态同步和 embedding 重建。若旧版本没有从索引中删除或降权，再强的重排也会不断把历史答案带回上下文。
需要构造时效敏感评测集，覆盖新旧版本冲突、过期政策、接口变更和无新证据场景。指标包括 stale evidence rate、freshness@K、冲突检测准确率、最终答案正确率、拒答准确率、引用时间覆盖率和用户纠错率。线上还要监控旧文档引用占比突然上升等异常。
可以结合规则和分类模型。规则捕捉“最新、今天、当前、是否还支持、价格、版本、状态、负责人”等词，也要识别业务字段本身的时效属性。模型再根据语义判断隐含时效，例如“这个接口还能用吗”。最终输出不只是是非，还应给出新鲜度要求和可接受证据时间窗口。
三层都可以用，但目的不同。召回前过滤适合明确过期或权限不符的文档；重排阶段适合把相关性和新鲜度综合打分；生成前过滤用于最后阻断不应进入上下文的证据。工程上通常组合使用，避免早过滤过严导致漏召回，也避免旧证据进入最终答案。
不能简单按新旧排序。旧权威文档可作为可信背景，新网页需要看发布方、引用链、是否来自官方渠道、是否有多源交叉验证。如果新来源不可靠且无法验证，答案应说明当前证据不足，而不是用低可信网页覆盖权威文档；必要时提示查询权威系统或等待确认。
删除或更新延迟会让旧向量继续被召回，生成模型可能引用废弃政策、旧接口或错误状态。保障方式包括版本号、tombstone、查询时状态过滤、索引增量合并、删除传播监控和写入可检索延迟指标。对高风险集合，还可以在生成前回源校验文档状态。
取决于风险和用户需求。低风险背景问题可以给出旧答案并清楚标注时间；强时效或高风险问题应先尝试权威补检，补检失败就拒答或说明无法确认。不要把旧答案包装成当前事实，尤其是涉及价格、政策、线上状态、合规和生产操作的场景。
评测集应刻意构造旧文档高相关但结论已失效的样本，包括版本变更、政策废止、配置迁移和新旧证据冲突。期望输出要标注应使用的新证据、应拒绝的旧证据和正确回答边界。指标看过期引用率、冲突处理准确率、拒答是否合理以及最终答案是否把旧事实说成现状。
