机器学习PAI中easyrec非组件化如果配置多个序列，不是seq串联的，是怎么配置的啊？

在阿里云机器学习PAI的EasyRec中，如果您想配置多个序列特征，并且这些序列不是简单的串联（concatenate），而是需要分别处理或按照不同的模式组合，通常可以通过以下方式进行：

1. 配置文件定义：
   在EasyRec的模型配置文件中，您可以为每个序列特征单独定义其序列化和编码方式。例如，对于两个不同的序列特征A和B，可以分别为它们指定独立的序列处理器（如GRU、Caser等）或者序列拼接策略（比如基于位置的拼接或其他自定义组合逻辑）。

2. 特征工程：
   根据您的需求，在预处理阶段对不同序列进行独立的特征提取和转换，然后在输入层将它们以合适的方式整合到模型结构中。

3. 自定义模型结构：
   如果内置组件无法满足需求，您可能需要通过编写自定义模型代码来实现更复杂的序列处理逻辑。EasyRec支持用户扩展模型架构，可以在模型构建时引入多个序列特征，并按需设计如何将它们合并到模型内部的计算流程中。

4. 多塔网络（MultiTower）：
   对于复杂场景下的多个序列信息，可以考虑使用多塔网络结构，其中每个塔针对一种类型的序列数据进行建模，最终将各塔的输出融合得到综合表示。