MLE / Research · ML Domain / ML System Design

结构化与非结构化数据Chatbot:路由、权限和可验证回答

文档检索与数据库查询分工,跨源组合必须可追溯。

题目重点:文档检索与数据库查询分工,跨源组合必须可追溯。

题意与假设

这道练习题保留了面经中值得训练的核心约束,并将需要澄清的条件单独列出。现场拿到变体时,先和面试官确认这些条件。

  • 训练合同:结构化数据可通过受限只读查询接口访问;非结构化文档通过权限过滤检索。
  • 业务表、实时性、是否写入未给,默认只读且写操作另需明确授权。

解题路线

  1. 先判问题需要文档、结构化聚合还是两者;工具schema限制表/字段/row权限和查询预算,禁止模型直接执行任意SQL。
  2. 文档提供政策引用,结构化工具提供数值与查询时间。回答保存两路出处和版本;发现互相冲突需说明更新时间/适用范围,不自行编造一致答案。
  3. 权限在每工具执行前复核;日志与缓存按租户/auth版本隔离。evaluate查询正确、文档支持、数值一致、工具失败和提示注入。

手动走一遍

“上月退货率为何上升”:DB算分子分母及时间窗,文档检索退货政策变化;两者相关不自动证明因果,回答区分统计观察与解释假设。DB超时不能从文档猜当前统计,可返回政策部分并提示实时数值不可得。

规模与取舍

容量按工具调用数×查询成本与生成token估算;多源串行延迟累加,安全无依赖查询可并行。

易错点与追问

容易失分的边界

  • 引用文档不证明结构化计算准确,需保留query定义。
  • 模型生成的用户ID不应绕过身份系统。

继续深挖

  • 跨源时间口径不一致如何对齐?
  • 如果必须允许更新订单,确认、幂等和权限流程怎样设计?
✓已复制微信号!