🧠 图解记忆： 先用混合召回扩大覆盖，再用 Rerank 提精度，用 ANN、量化和缓存控延迟。

💡 答案要点

精度优化：

方案	说明	效果
Rerank	用 Cross-Encoder 重新排序	精度提升 10-20%
混合检索	向量 + 关键词（BM25）	召回率提升 15%
Multi-Query	生成多个查询变体	召回率提升 10%
更好的 Embedding	BGE-M3、text-embedding-3	精度提升 5-10%

速度优化：

方案	说明	效果
HNSW 索引	图结构索引	100ms → 10ms
减少 k 值	只返回 top-3	延迟降低 30%
量化	向量压缩（FP32→INT8）	内存减少 4 倍
GPU 加速	并行计算	速度提升 5-10 倍

面试话术：

"检索优化要先按查询类型建立基线，再分别验证混合检索、rerank 和 ANN 参数。混合检索改善词项与语义互补，rerank 用额外延迟换排序质量，HNSW 调参在召回、延迟和内存间取舍。最终数据只报告本人可复现实验的模型、数据集、硬件和并发条件。"