阿里内容审核

标的：淘天集团

 9月7日 21:00

形式：电话入会

 

访谈核心方向：商品 / 商家资质 / 直播间治理机审，聚焦机审召回、机审驳回两大环节大模型应用，覆盖 few‑shot 小模型、主干大模型、规则引擎、传统判别模型；完整审核链路、模型编排、分流策略、角色分工边界。

一、候选人简历（对外访谈版，最小优化，对齐访谈提纲）

2022.11‑至今 淘天集团｜模型工程专家

所属：平台事业部‑业务风控部｜智能审核机审大模型工程团队

参与淘天电商商品、商家资质、直播间 & 短视频多场景智能审核体系建设，负责机审全链路大模型工程侧设计与落地；完整覆盖：送审→机审粗召（召回）→机审提纯→机审驳回→流转人审全流程。

链路架构：区分同步、异步两套审核任务链路，针对直播间流式切片的高并发特征做链路专项优化；定义机审召回、机审提纯、机审驳回各模块输入输出与数据流转标准；落地多模型混合编排调度，实现主干大模型、few‑shot 少样本模型、传统判别模型、规则引擎线上协同，完成串联 + 多路并行的混合推理架构，配套流量分流、灰度放量、降级熔断容灾机制。

推理工程落地：负责审核域多类模型推理服务建设，完成批处理优化、集群资源调度、端到端时延优化；针对直播切片大促高峰做流量削峰、队列管控，控制送入高成本大模型的流量占比，保障峰值链路稳定性。

实验与数据闭环：对接 A/B 实验平台，打通机审全链路埋点；将机审召回、机审驳回、人审回流的真实业务效果数据回传给算法团队，用于模型迭代、few‑shot 样本沉淀、prompt 调优。

跨角色协同：对接治理算法、治理产品、治理运营、底层平台 PE，明确模型工程 PE 与治理算法的工作边界；配合业务完成机审各环节模型选型、压测、上线、故障复盘，保障机审输出结果可解释、证据可追溯，为人审提供判决依据。

组织汇报口述（访谈口头描述，简历不写人名）：团队归属淘天集团平台事业部（总裁汤兴）下的业务风控部（总经理叶智飞）；本人直接向机审团队中层负责人汇报，中层负责人汇报叶智飞；中层团队负责人未对外公开，简历不体现具体人名。

二、完整访谈问答（可直接口述，已嵌入测试问题的量化信息 + 淘天落地业务案例）

Q1：治理审核完整链路是什么？召回环节 QPS 量级？送入人审之前会用到哪些模型？每一步流转逻辑？

回答：

 

我们淘天商品、商家资质、直播间 / 短视频整套机审链路为：

【业务送审】商品 / 商家资质提交、直播间流式切片、短视频素材送审 → 机审粗召（召回环节） → 机审提纯 → 机审驳回环节；高置信风险样本直接机审驳回处置；置信度灰色区间、无法机器下定论的样本，流转进入人审队列；人审处理完成后结果回流，反哺样本库、模型迭代、few‑shot 样例更新。

链路分为两类：

 

1）直播间流式切片：异步链路，直播过程持续不断产生音视频切片样本，双 11、618 大促晚间流量会出现尖峰；

👉业务案例【直播间切片】：大促直播间，主播实时口播、画面、弹幕每 3‑5 秒生成一份切片，源源不断送入异步消息队列；不会等整场直播结束再审核，实现事中实时治理。

 

2）商品、商家资质、静态素材提交：以同步审核链路为主，商家主动提交资料触发审核，对端到端时延有硬性 SLA。

 

👉业务案例【商家资质】：商家入驻或者类目更新，上传营业执照、行业许可证、法人授权文件，同步触发机审，需要快速返回审核结果，不能接受长时间排队；

 

👉业务案例【商品发布】：商家上新商品，提交标题、主图、详情页、SKU 素材，同步进入机审流水线，决定商品是否可以直接上架。

召回环节 QPS（直播间切片维度）

直播大促 / 晚间高峰，切片整体入口万级 QPS，区间1‑3 万 QPS；平峰时段为数千 QPS；直播间静态元数据（封面、标题、挂载商品）属于事件触发，高峰仅数百 QPS。

前置经过轻量规则 + 轻量基线模型做过滤裁剪之后，真正流入后面大模型分支的流量仅占原始切片流量的 15%‑25%。召回链路整体时延要求百 ms 级，不会把全部原始切片直接送入高成本主干大模型，通过前置链路做流量削峰，控制算力成本。

送入人审之前全机审环节用到的模型集合：

1. 机审粗召（召回环节）：规则引擎 + 轻量基线模型（CV/BERT/ASR）+ Few‑Shot 少样本模型 + 向量 Embedding 召回模型 + 召回专用主干大模型，采用「前置串联过滤 + 存疑样本多路并行推理」架构；目标是高召回，宁可误召不漏风险，捞取疑似风险样本向下游流转；明确无风险样本直接放行，硬命中规则直接驳回。

👉直播间案例：ASR 把主播口播转文本、CV 解析直播画面、OCR 识别弹幕，轻量基线模型先做第一层过滤。

 

👉商品发布案例：BERT 轻量模型识别标题极限词，CV 识别商品主图 AI 假图风险，做前置粗筛。

 

👉商家资质案例：OCR 轻量基线模型，抽取营业执照、许可证的有效期、经营范围、法人字段，做硬规则前置校验。

2. 机审提纯环节：对召回捞出来的存疑样本，调用召回专用主干大模型做多模态深度理解，结合 few‑shot 样例 Prompt、历史人审案例做二次校验，输出风险标签、置信度、可解释证据。

👉直播间案例：存疑切片，主干大模型融合画面 + 口播 ASR 文本 + 弹幕做多模态联合判定，比如主播画面展示普通护肤品，口播宣称医疗治疗功效，单一文本或 CV 模型很难识别这种跨模态组合违规，需要主干大模型融合多源信息判断。

 

👉商品发布案例：商品标题写 “100% 纯羊绒”，但详情页小字标注羊毛混纺；主干大模型同时读取标题、详情页全部文本，识别出前后描述矛盾的违规。

 

👉商家资质案例：同时读取营业执照、食品经营许可证、店铺经营类目，交叉核验资质和经营类目是否匹配。

3. 机审驳回环节：主干大模型提纯输出之后，结合业务规则引擎联合判决；高置信度风险直接机审驳回，不再进人审；置信处于灰色区间，流转人审；确认无风险直接放行。

👉直播间案例：切片多模态证据充分、置信度达到业务红线，直接机审拦截切片对应的直播片段，生成带时间戳、截图、口播文本的完整证据链；证据冲突、置信度不足的切片，不做机器处置，直接推送到人审工作台。

 

👉商家资质案例：识别出 PS 篡改的许可证，证据链完整直接驳回入驻申请；篡改痕迹模糊，机器无法下定论，则流转人审复核。

 

👉商品发布案例：识别标题详情页矛盾，证据充分直接驳回商品上架；部分语义模糊、边界 case，送入人审人工复核。

Q2：机审召回、机审驳回环节，模型架构、流转链路分别是什么？有哪些模型类型？每个类型的模型数量？模型规格参数多少 B？模型之间关系、串联 / 并行？分流设计？模型输出结果？

回答：

1）各环节模型架构 & 流转链路

机审召回（粗召）：前置串联过滤 + 存疑样本多路并行推理的混合架构

① 全部切片 / 送审样本先串联过规则引擎 + 轻量基线模型（CV/BERT/ASR，百 M‑1B）；明确正常样本直接放行；命中硬违规规则直接机审驳回；只有存疑样本，才会进入下一级多路并行分支。

👉案例（直播间）：轻量 ASR 识别出明文极限词 “100% 根治”，命中硬规则，在串联前置阶段直接机审驳回，不再进入后面的 Few‑Shot、主干大模型分支，节省算力。

 

👉案例（商家资质）：OCR 识别出许可证已经过期，规则引擎直接硬驳回，不再进入大模型链路。

② 对筛选后的存疑样本，Few‑Shot 模型、召回主干大模型、Embedding 向量召回模型三路并行推理。

👉直播间案例：

 

1）Few‑Shot（7‑14B）：识别新型变种话术，比如不直接说 “治病”，用隐晦描述宣称护肤品医疗效果；不需要大规模重新微调，只需要几十条最新 badcase 做成 Prompt 样例即可识别；

 

2）Embedding 向量召回（≤7B）：比对历史违规话术向量，识别改写变体违规，例如把 “百分百见效” 改写为 “几乎全部都有效” 这类换说法的违规；

 

3）召回主干大模型（34‑70B）：处理画面、口播、弹幕耦合的复杂多模态违规。

③ 聚合三路模型输出的风险标签、置信分，执行召回决策：命中风险则送下游机审提纯；无风险直接放行。

机审驳回环节：属于提纯后的判决分支，串联链路。

 

样本经过机审提纯主干大模型输出结果后，把模型输出的风险标签、置信度、证据，再送入规则引擎做联合判决；按照业务策略阈值做分流：

 

✅高置信风险：直接机审驳回，完成处置，不送入人审；

 

🟡灰色置信区间：流转人审队列；

 

✅确认无风险：直接放行。

⚠️关键：机审驳回不会单独跑一套独立大模型，复用上游提纯阶段主干大模型的推理结果，叠加业务规则做最终处置判断，避免重复推理带来算力与时延浪费。

 

👉业务案例：直播间切片已经在提纯阶段由主干大模型输出完整证据（切片时间戳、口播文本、画面截图）；机审驳回环节不再重新调用大模型，只做规则二次校验，判断置信度是否达到自动处置红线。

2）模型类型、规格（参数量）

1. 轻量基线模型（CV/BERT/ASR）：百 M ~ 1B，放在召回最前置串联过滤，做快速识别，承担流量削峰；有多套垂类实例，分别处理画面、音频、文本。
2. Few‑Shot 少样本模型：7B‑14B，少量 34B 规格；类目定向，识别新出现、少样本的违规话术；分商品、商家资质、直播间话术多个垂类版本。

👉案例：直播话术垂类 Few‑Shot，专门应对直播间层出不穷的变种营销话术；商家资质垂类 Few‑Shot 识别证照 PS 篡改的新型伪造手段。

3. 召回专用主干大模型：34B‑70B；处理画面 + 口播 + 弹幕组合的复杂多模态违规；不会拿最大底座裸跑全量切片，只处理经过前置过滤后的小部分存疑样本。
4. Embedding 向量召回模型：≤7B；比对历史违规向量，识别改写变体、变种违规话术。
5. 配套：传统判别模型、规则引擎（非 LLM）。

注：线上部署实例具体数量属于内部业务信息，不便对外披露；我主要负责这套多模型编排调度工程落地，重点是链路、编排、分流、容灾、数据闭环。

3）模型之间关系：串联 + 并行混合

1. 第一层：串联：规则引擎 + 轻量基线模型，做第一道过滤，放行 / 硬驳回，仅存疑样本往下流转。
2. 第二层：并行：存疑样本同时跑 Few‑Shot、召回主干大模型、Embedding 向量召回三路推理。
3. 第三层：串联：多路结果聚合之后，送入机审提纯主干大模型；提纯输出后串联规则引擎完成机审驳回 / 放行 / 送人审的判决分流。

4）关键分流设计（附带淘天落地业务案例）

1. 业务样本路由分流：按照样本类型（商品、商家资质、直播切片、短视频）路由到对应垂类 Few‑Shot、轻量模型；直播切片单独走异步队列，商品、商家资质走同步链路。

👉案例：同一条送审流量，系统识别是直播切片，直接路由到异步高优先级队列；如果是商家入驻资质材料，路由同步链路，保障提交审核的响应时延。

2. 优先级队列分流：直播间流式切片为高优先级异步队列；商品 / 商家提交同步链路保障时延 SLA；大促期间直播切片优先级高于普通商品巡检任务，避免直播实时审核被离线巡检任务抢占算力。
3. 灰度双跑分流：新版本模型按百分比切流，新旧模型双跑对照，用于 A/B 实验评估效果。

👉案例：迭代新版本直播 Few‑Shot Prompt，先切 10% 直播流量新旧双跑，统计召回、误召指标，对比新版本效果，达标后再逐步放量；如果误召过高，回滚老版本。

4. 降级熔断分流：主干大模型集群过载时，自动降级切流至「Few‑Shot 模型 + 规则引擎」兜底链路，牺牲部分复杂多模态风险召回能力，保障整条审核链路不雪崩。

👉案例：双 11 晚间直播高峰，主干 34‑70B 大模型 GPU 水位超过阈值，系统自动触发降级；关闭主干大模型分支，保留轻量基线 + Few‑Shot + 向量召回；此时简单话术、变体违规依旧可以识别，只是画面 + 口播耦合的复杂违规会漏一部分；等集群水位回落，自动恢复完整链路。

5. 流量裁剪分流：直播切片原始大流量，前置轻量层过滤，只把 15‑25% 存疑样本送入高成本主干大模型，控制算力开销。

5）各模型输出结果（结合业务案例）

1. 轻量基线模型（CV/BERT/ASR）：风险类别标签、初步置信分、基础证据片段。

👉直播间案例：ASR 输出【营销极限词】标签，证据：切片 01:23 口播文本。

 

👉商家资质案例：OCR 输出【资质过期】标签，证据：营业执照到期时间字段。

2. Few‑Shot 模型：垂类风险标签、置信分数、命中 few‑shot 样例编号。

👉直播案例：识别隐晦变种医美宣传，输出命中的 prompt 内样例 ID，方便算法回溯迭代样例库。

3. Embedding 向量召回模型：历史相似违规样本 ID、向量相似度得分。

👉商品案例：识别改写抄袭的商品宣传文案，输出历史违规 case ID，给到算法复盘 badcase。

4. 召回 / 提纯主干大模型：多维度风险标签、置信度、可阅读可解释风险依据、证据定位（切片时间点 / 文本片段 / 图片区域），输出内容可以直接作为人审判决参考。

👉商品案例：识别标题‑详情页描述矛盾，输出：标题原文片段、详情页原文片段、矛盾点说明。

 

👉直播间案例：输出切片时间戳、主播口播原文、画面关键帧截图位置，人审同学点开就能直接看证据，不需要人工回溯整段直播。

5. 规则引擎输出：命中规则 ID、规则触发条件。

多路并行之后会做结果聚合模块，融合多路标签、置信分，输出统一的召回决策，向下游传递。

Q3：送入人审之前的机审环节，涉及哪些职能角色？治理算法和 PE（模型工程）的工作边界是什么？

回答：

涉及职能角色（结合直播间切片 / 商家资质项目真实协作案例）

1. 治理算法团队：负责模型侧全部迭代工作；包含主干大模型微调、few‑shot Prompt 与样例库迭代、各类模型离线训练；构建评测集、badcase 分析；输出模型、Prompt、few‑shot 样例、模型阈值建议；分析线上回流业务数据，定位模型效果问题，驱动迭代。

👉案例：大促之后收集直播间变种话术漏召 badcase；算法团队标注几十条新样例，迭代 Few‑Shot Prompt，离线评测验证变种话术召回提升，输出新版本 Prompt 和阈值建议。算法不负责怎么把这套 Prompt 在万级 QPS 链路稳定跑起来，不做编排调度。

2. 治理产品经理：定义机审整体业务策略；定义机审驳回阈值、什么场景送人审、什么场景直接机审处置；定义风险标签体系；输出业务 SLA（召回率、驳回准确率、人审溢出率）；评审阈值变更、策略变更。

👉案例：产品定义直播间治理策略：召回环节优先保召回，允许适度误召；只有证据充分、高置信才允许机器自动驳回，模糊 case 强制流入人审；输出置信阈值、人审溢出率的业务约束。

3. 治理运营（人审运营）：提供标注样本、线上 badcase；反馈人审过程中的各类问题；参与策略、阈值评审；产出人审结果，作为数据回流的源头。

👉案例：人审运营处理机器流转过来的灰色直播间切片，把机器误判、漏判的 case 标注，回流给到算法，用于更新 few‑shot 样例库与评测集。

4. 模型工程 PE（本人所在团队）：承接算法交付的模型、Prompt、few‑shot 样例，完成推理服务开发；负责多模型编排调度、同步 / 异步链路建设、队列削峰、流量分流、灰度、降级熔断、全链路埋点、人审结果数据回流链路；负责线上服务的时延、QPS、峰值稳定性；故障定位复盘；把产品输出的业务策略、阈值转化为线上可执行编排逻辑。

👉案例：算法交付新版本 Few‑Shot Prompt；我这边 PE 侧负责完成 Prompt 工程化上线，配置 10% 灰度双跑分流；打通全链路埋点，把机审召回、驳回、后续人审判决结果完整回流；灰度观测发现新版本召回提升，但误召上涨超出产品业务容忍阈值，把线上指标回灌给算法 + 产品，共同决策不做全量放量，继续迭代样例库。PE 不做模型训练、不调 Prompt、不做离线模型效果优化。

5. 底层平台 PE：提供底层底座资源，K8s 集群、网关、消息队列、存储、算力集群等基础基础设施。

治理算法与模型工程 PE 清晰工作边界

治理算法对「模型本身效果」负责：模型训练、微调、RLHF、few‑shot 样例 / Prompt 迭代；离线评测、版本效果对比；输出模型输入输出 Schema、业务阈值建议；基于线上回流数据做 badcase 分析，产出模型迭代方案。算法不负责线上链路工程实现、不负责推理服务稳定性、不负责调度编排。

模型工程 PE 对「线上全链路工程落地与运行质量」负责：把算法交付的模型、Prompt、样例工程化上线；搭建多模型编排调度、同步异步任务链路；实现分流、灰度、降级熔断；建设埋点与机审召回 / 驳回 / 人审结果回流闭环；做压测、容量评估，保障大促直播高峰 QPS 与时延 SLA；线上故障排查复盘；将产品的业务策略阈值转化为线上编排路由逻辑。PE 不做模型训练、不调 Prompt、不做离线模型效果优化。

协作模式：算法输出模型版本 + 阈值建议；产品确认业务策略与最终阈值；PE 负责把整套能力落地线上，产出线上真实业务指标，回灌给算法、产品，形成闭环。

三、测试问题专项问答（面试官单独追问直接使用）

测试问题：针对直播间的审核，治理召回环节 qps 量级是多少？机审召回环节用到哪些类型的模型、不同模型之间的关联关系是什么？

 

回答：

1. 召回环节 QPS 量级（直播间切片维度）

    

   直播间审核以切片样本统计 QPS：直播高峰（大促 / 晚间），整体入口切片万级 QPS（1‑3 万），平峰数千 QPS；经前置轻量规则、轻量小模型过滤裁剪后，真正流入大模型分支仅为原流量的 15‑25%；直播间静态元数据（封面、标题、挂载商品）属于事件触发，高峰仅数百 QPS。召回链路时延要求百 ms 级，不会把全量切片直接送入大模型。
2. 机审召回环节用到的模型类型

    

   召回目标是优先保证高召回，宁可误召不漏风险，捞取疑似风险样本送下游提纯，是规则 + 多模型混合体系：

    

   ①轻量基线模型（CV/BERT/ASR，百 M‑1B）：前置串联过滤，快速放行明确正常样本，做流量削峰；

    

   ②Few Shot 模型（7B‑14B，少量 34B）：类目定向识别新出现、少样本的违规话术；

    

   ③召回专用主干大模型（34B‑70B）：处理画面 + 口播 + 弹幕的复杂组合类违规；不会拿最大底座裸跑全量切片；

    

   ④Embedding 向量召回模型（≤7B）：比对历史违规向量，识别改写变体违规话术。
3. 模型之间关联关系：串联前置 + 多路并行分支的混合架构

    

   ①全部切片先串联过规则引擎 + 轻量基线模型：明确正常直接放行；硬违规直接机审驳回；只有存疑样本才进入下一级；

    

   ②对筛选后的存疑样本，Few Shot、召回主干大模型、向量召回三路并行推理；

    

   ③聚合三路模型输出的风险标签、置信分，做召回决策：命中风险则送下游机审提纯；无风险则放行。

补充业务案例：双 11 晚间直播切片，大量正常切片在前置串联环节直接放行；剩余存疑切片进入三路并行；Few‑Shot 抓新型变种话术，向量召回抓改写变体，主干大模型处理音画弹幕耦合复杂违规；三路输出聚合之后，标记风险样本送入提纯链路。

四、高频追问预判（全部补充业务案例，面试临场）

Q1：为什么召回环节要采用多路并行，而不是全部跑主干大模型？

答：

 

直播切片高峰入口万级 QPS，如果全部切片直接送入 34B‑70B 主干大模型，算力成本会成倍激增，同时时延无法满足百 ms 级召回 SLA。

 

我们采用分层策略：前置轻量模型 + 规则做第一道过滤，放行大量明确正常样本；只有存疑的 15‑25% 切片，才进入三路并行分支。

• Few‑Shot：解决少量样本的新型违规话术，不需要大规模微调；
• 向量召回：专门捕获改写变体违规；
• 主干多模态大模型：只处理画面 + 口播 + 弹幕耦合的复杂违规；
   
  三路各司其职，在保证风险召回的前提下，控制算力成本与链路时延；同时配套降级熔断，大模型过载的时候可以切兜底链路，保障链路可用性。

👉案例：大促直播，9 万左右 QPS 切片流量，前置过滤之后只剩 1‑2 万存疑样本进入三路并行，算力开销下降非常明显；如果全量跑主干大模型，集群算力要扩容数倍，成本不可接受。

Q2：机审环节如何处理大模型输出幻觉，避免错误机审驳回？

答：

 

两层防护：

1. 主干大模型输出必须附带可定位证据（切片时间戳、文本片段、图片区域），没有证据支撑的高风险标签会被规则引擎拦截，不允许直接机审驳回。

👉案例：主干大模型幻觉输出 “主播宣称医疗功效”，但是没有匹配到对应的口播文本与画面证据，规则引擎拦截，不会触发机审驳回，这条 case 直接流转人审。

2. 设置严格阈值，只有证据充分、置信度达到业务红线才允许自动机审驳回；模糊、置信度不足的 case，强制流转人审，机器不做最终处置；
3. 人审的 badcase 结果全链路回流，用来迭代 Few‑Shot 样例库、Prompt，持续抑制幻觉误判。

Q3：直播切片异步链路，出现消息堆积、切片乱序你们怎么处理？

答：

 

①队列做分片、设置优先级，风险相关切片优先处理；②每条切片携带原始时间戳，链路内部做时序校正；③设置队列水位告警；④主干大模型集群水位到达阈值，自动触发降级切流至轻量模型 + 规则兜底，避免消息队列无限堆积；⑤堆积超时的旧切片做丢弃，优先保障实时新切片的审核时效。

👉案例：大促晚间瞬时流量冲高，队列出现堆积；系统触发降级，关闭主干大模型分支，优先处理最新产生的直播切片；堆积超过阈值的几十秒之前的历史切片直接丢弃，优先保障事中实时治理。

Q4：Few‑Shot、主干大模型、向量召回，三者怎么分工，什么时候用哪一个？

答：

1. Few‑Shot（7‑14B）：新型、少样本违规，来不及大规模微调，几十条样例 Prompt 即可识别变种话术；放在并行召回分支；👉案例：直播间新冒出来的隐晦功效宣传话术。
2. Embedding 向量召回（≤7B）：改写、变体抄袭类违规，比对历史违规向量；关键词规则抓不到改写之后的变体话术，向量召回命中变体；👉案例：把 “100% 有效” 改写为 “几乎全部都有效果”。
3. 主干大模型（34‑70B）：多模态、多源信息耦合的复杂 case，画面和口播联合违规、商品标题和详情页跨文档矛盾；算力贵，只处理前置过滤之后的存疑样本；👉案例：主播画面展示普通护肤品，口播宣传医疗治疗效果，单模态模型识别不出来，需要主干大模型融合音画联合判断。

Q5：机审驳回会不会重新调用一遍主干大模型？

答：

 

不会。机审驳回环节复用机审提纯阶段主干大模型已经产出的风险标签、置信度、完整证据链，不会重新发起大模型推理；只串联业务规则引擎做阈值判决。

👉案例：直播切片提纯阶段已经拿到全部证据；驳回环节只是判断置信度是否达到自动处置红线；如果达到，直接生成处置工单；达不到，推送人审工作台，不重复调用大模型，节省算力与时延。

Q6：商家资质审核这条链路，完整跑一遍是什么样？

答：

 

商家提交入驻材料（营业执照、行业许可证、法人授权书）→同步链路送审。

 

1）机审粗召（召回，串联前置）：OCR 轻量基线模型抽取全部证照字段；规则引擎做硬校验：营业执照过期、经营范围完全不匹配类目，直接机审驳回；字段无硬错误，判定为存疑样本进入下一级。

 

2）多路并行召回：Few‑Shot 垂类模型识别证照 PS 篡改痕迹；向量召回比对历史伪造证照样本；主干大模型做多材料交叉核验：营业执照、许可证、店铺经营类目三者是否匹配。

 

3）机审提纯：主干大模型进一步交叉校验全部资质材料，输出风险标签、置信度、证据（篡改位置、字段不匹配原文）。

 

4）机审驳回判决：证据充分、置信度高，直接驳回入驻申请；篡改痕迹模糊、材料冲突无法下定论，流转人审工作台，人审同学直接读取模型输出的证据，人工复核。

Q7：商品发布场景，完整链路案例？

答：

 

商家上新，提交商品标题、主图、详情页、SKU 素材同步送审。

 

1）机审粗召（串联前置）：BERT 轻量模型识别标题极限词；CV 模型识别 AI 假图、主图明显违规；命中硬规则直接驳回；其余进入存疑样本。

 

2）并行召回分支：Few‑Shot 识别新型变种虚假宣传话术；向量召回比对历史侵权文案、盗图向量；主干大模型做多模态、跨文档理解，识别标题‑详情‑图片互相矛盾的违规。

 

3）机审提纯：主干大模型深度解析全部素材，输出风险标签、证据片段。

 

4）机审驳回判决：证据充分高置信，直接驳回上架；语义边界模糊，流转人审复核。

👉典型 case：标题写 “纯银饰品”，详情页写合金材质；前置规则只能抓到标题极限词，抓不到跨文档矛盾；需要主干大模型提纯识别，证据充足直接驳回商品上架。

五、访谈注意避坑清单

✅可以讲：链路流转逻辑、多模型编排串联并行架构、分流 / 灰度 / 降级策略、同步异步链路差异、直播切片流量削峰思路、各角色分工边界、A/B 实验 + 人审回流闭环；测试问题给到的 QPS、流量占比、模型参数量区间可以正常口述；直播间、商家资质、商品发布的业务场景案例全部可以口述。

⚠️涉密内容不输出：线上具体部署实例数量、内部完整模型清单、业务大盘整体机审召回率 / 驳回准确率 / 人审溢出率、内部完整阈值；被追问时：“该类业务核心大盘指标属于内部业务信息不便对外披露，我可以介绍链路架构、项目实验观测指标、落地业务案例”。

❌不要编造：直属中层 leader 姓名；只讲公开高管：平台事业部总裁汤兴、业务风控部总经理叶智飞，中层内部负责人简历、纪要不写名字。

关键认知区分：机审驳回环节不独立跑一套大模型，复用机审提纯主干大模型的推理结果，叠加规则做判决分流，这点非常容易回答出错。

六、访谈会前一页速记（开会前快速浏览）

1. 三大业务场景：直播间流式切片（异步、万级 QPS，15‑25% 进入大模型）；商家资质入驻（同步，证照交叉核验、PS 篡改识别）；商品发布上新（同步，跨文档图文矛盾、AI 假图治理）。
2. 架构总览：前置串联过滤 → 存疑样本三路并行（Few‑Shot / 主干 / Embedding）→聚合→机审提纯主干大模型→规则引擎判决分流（驳回 / 放行 / 人审）；驳回不复用重新调用大模型。
3. 模型分工：
   • 轻量基线：前置串联、流量削峰；百 M‑1B
   • Few‑Shot：新型少样本变种违规；7‑14B，少量 34B
   • 向量 Embedding：改写变体违规；≤7B
   • 召回提纯主干大模型：多模态复杂耦合 case；34‑70B，仅处理存疑样本
4. 五大分流：业务路由分流、优先级队列、灰度双跑、降级熔断、流量裁剪。
5. 角色边界：算法负责模型 / Prompt / 样例、离线评测；PE 负责编排调度、链路、灰度降级、埋点数据回流，不调 Prompt 不训练模型；产品定义业务阈值；运营提供 badcase 与人审结果。
6. 风险红线：不对外披露大盘业务指标、实例数、中层 leader 名字；强调所有自动机审驳回必须附带完整可追溯证据，无证据不允许机器直接处置。

补充问题 1：召回专用主干大模型（34B‑70B），这个节点输入有多少 qps，以及用了多少 GPU 推理卡，卡型号是什么，输入 prompt 长度和模型输出 token 长度分别有多少

专家口述完整回答

背景：主干大模型不会接收全量原始切片，只接收经过前置串联过滤之后的存疑样本。

1）该主干大模型节点入口 QPS 直播大促晚间高峰：原始切片入口 1‑3 万 QPS；经过轻量规则 + 基线模型裁剪，只有15%‑25% 存疑样本流入后续并行分支；并行分支包含三路：Few‑Shot、Embedding 向量召回、召回专用主干大模型。 三路是并行推理，主干大模型实际输入 QPS 区间：大促高峰 1500‑4500 QPS；平峰时段：数百 QPS。

业务案例：大促峰值原始切片 2 万 QPS，前置过滤后剩余 3000‑5000 存疑样本 QPS，这部分流量复制分发到三路并行；主干大模型承接其中 1500‑4500QPS 区间，不是 2 万全量直接打进来。 注意：不是全部存疑样本 100% 进主干，内部还会配合动态流量裁剪策略，极端尖峰下会进一步降低主干的输入占比，配合降级熔断兜底链路。

2）GPU 推理卡数量、卡型号（涉密边界重点）

口述：具体 GPU 卡数量、精确硬件型号属于内部基础设施资源信息，不方便对外披露，我可以讲选型的设计原则。

• 选型原则：针对 34B~70B 多模态大模型推理，线上推理集群采用支持 FP8/FP16 量化的高性能 GPU，做模型权重分片分布式推理；结合 vLLM 类推理框架做连续批处理，提升单卡吞吐，降低峰值算力压力。
• 工程策略：集群做容量压测预留水位，大促前完成全链路压测；设置集群 GPU 水位阈值，当 GPU 利用率到达阈值上限，自动触发降级熔断，切到 Few‑Shot + 向量召回 + 规则兜底链路，保护主干集群不雪崩。

如果面试官继续追问 “大概多少张卡，给个量级”：回复 “这个资源量级会随大促预案动态扩容缩容，不同周期差异很大，没有固定静态量级，这块内部信息不便展开，我们可以重点聊流量裁剪、降级熔断的工程策略”。

3）输入 Prompt 长度（token）、模型输出 token 长度

是多模态输入：图像关键帧 + ASR 口播文本 + OCR 弹幕文本，文本部分统计 token；图像是多模态 embedding 输入不计入文本 prompt token。

• 输入文本 Prompt token 区间：单条直播切片，把切片内口播 ASR、弹幕 OCR、业务指令、few‑shot 参考样例片段拼接之后： 普通切片：800‑2000 token； 复杂长切片（弹幕密集、口播内容多，附带少量 few‑shot 参考样例）峰值会到2500‑3200 token；

工程约束：线上做 Prompt 截断策略，超过阈值会对弹幕做采样、去重裁剪，防止 Prompt 无限膨胀，保证推理时延可控。

• 模型输出 token 长度区间： 主干大模型输出内容包含：风险标签、风险置信依据、定位证据（口播片段、画面描述、时间戳）、风险原因解释。 绝大多数 case 输出：120‑400 token； 少数复杂多模态耦合违规，需要多源证据交叉说明，上限会到600‑800 token；

工程侧设置输出 token 最大上限，避免大模型无限生成，同时配合输出后解析模块，结构化抽取标签、证据，丢弃无效冗余文本。

业务案例：一条 3‑5 秒直播切片，ASR 口播文本很短，弹幕量一般，输入 Prompt 约 1200token；模型输出 220token，输出结构化结论：风险标签【虚假医疗功效宣传】，证据：切片 00:42 口播原文，画面关键帧编号，置信度分数。

补充问题 2：直播高峰（大促 / 晚间）：整体入口切片万级 QPS（1‑3 万），平峰数千 QPS。单个切片的时长是多少？

专家口述完整回答

直播流式切片不是固定死时长，是时间窗口切片机制，分基础切片、超长片段二次切分。 1）标准基础切片：3‑5 秒（线上绝大多数切片） 直播间事中实时治理，每 3‑5 秒切割一份音视频切片；输出这份切片对应的：视频关键帧、ASR 语音转文本、该窗口内弹幕 OCR 文本；送入异步审核队列。

业务案例：大促主播直播，系统每 4 秒生成一份切片，持续不断送入异步消息队列，实现事中审核，不需要等整场直播结束。

2）异常场景：瞬时安静、无语音无弹幕的片段，会做聚合切片，最长不超过 10 秒。 如果连续 3‑5 秒切片里面没有口播、没有弹幕，全部是静态画面，为了降低切片数量，工程侧会把相邻窗口聚合，最大聚合到 10 秒，减少无效切片的总 QPS，节约下游推理资源。

3）边界约束：不会做超过 10 秒的切片。 切片如果过长，会带来两个严重问题： ① 事中治理时效性变差，风险发现延迟； ② ASR、画面、弹幕文本输入 Prompt 会爆炸，token 飙升，推理时延、算力开销急剧上涨；

工程策略：超过 10 秒的片段强制二次切分，保证单份切片控制在 10 秒以内。

4）补充说明 QPS 和时长关系： 对外说的 “1‑3 万切片 QPS”，统计对象就是上面 3‑5 秒为主的切片；聚合后的 10 秒切片会降低 QPS 数量，大促高峰优先关闭长聚合策略，全部回到 3‑5 秒标准切片，优先保障事中治理时效，牺牲一部分算力。

总结口述精简版（面试快速作答）： 直播绝大多数切片是3‑5 秒标准切片；对于无语音无弹幕的静态画面片段，会聚合最长到 10 秒；不会超过 10 秒，过长会强制二次切分。大促高峰关闭长聚合，全部使用 3‑5 秒切片，优先保障实时治理，所以高峰会观测到 1‑3 万切片的入口 QPS。

新增内容整合进【访谈会前一页速记】（可以复制到备忘录，面试前快速扫一眼）

新增条目：

1. 召回主干大模型（34‑70B）输入 QPS：高峰 1500‑4500QPS，平峰数百 QPS；来自前置过滤后的 15‑25% 存疑样本；
2. GPU 卡：卡数量、具体型号不对外披露；选型为支持 FP8/FP16 高性能 GPU，分布式分片推理，连续批处理；依靠水位监控 + 降级熔断保护集群。
3. Prompt & 输出 Token： 输入文本 Prompt：普通切片 800‑2000token，复杂峰值 2500‑3200token，做截断采样控制上限； 模型输出 token：大多 120‑400token，复杂 case 上限 600‑800token，设置最大生成上限。
4. 直播切片时长：标准3‑5 秒；静态无交互片段最长聚合 10 秒；禁止超过 10 秒，超长强制二次切分；大促高峰关闭长聚合。

新增避坑点，补充到原有《访谈注意避坑清单》

✅可以讲：主干大模型输入 QPS 区间、切片时长区间、Prompt / 输出 token 区间、GPU 选型原则、连续批处理、水位监控、切片聚合 / 切分工程策略。 ⚠️涉密不输出：GPU 确切卡数量、精确卡型号；集群静态资源规模；大促扩容之后具体硬件总数；被追问时回复：“硬件资源规模会随大促预案动态扩缩容，具体硬件规格与数量属于内部基础设施信息不便对外展开，我可以介绍对应的工程架构与限流降级策略”。 ❌不要编造：不要估算、不要猜 “大概几百张卡” 这类量级，直接回避硬件绝对规模。

面试官延伸追问预判（新增 2 条，临场应答）

追问 A：为什么输入 Prompt token 最高要控制在 3200，不能更大？

答： 两点核心约束： 1）时延约束：token 越大，多模态推理耗时越高；召回链路有百 ms 级 SLA 要求，Prompt 无限膨胀会直接击穿时延； 2）成本约束：token 越高，大模型推理算力消耗线性上涨，直播本身 QPS 基数大，会带来不可控成本； 同时模型本身上下文窗口也有硬上限。 所以工程上做裁剪策略：对于弹幕密集切片，做弹幕采样、去重；超长 ASR 文本做摘要式截断，把输入 token 控制在阈值以内，平衡召回效果、时延、算力成本。

追问 B：切片聚合到 10 秒，会不会漏风险？

答： 我们只对完全没有口播语音、没有弹幕交互的纯静态画面做聚合；一旦切片窗口检测到有主播语音、弹幕消息，立刻停止聚合，使用标准 3‑5 秒切片。 也就是说：有业务风险高概率的活跃片段，永远用短切片；聚合只用于低风险的安静片段。同时离线评测对比过 3‑5 秒 vs 10 秒聚合切片的风险召回指标，确认召回没有明显下跌，线上才落地这个聚合策略；大促高峰直接关闭聚合，全部切回 3‑5 秒，进一步规避风险。

如果你需要，我可以把全部文档（原有全部内容 + 本次新增问题 + 追问）合并成一份完整的访谈文档。