【直播预告】融合复杂目标且支持实时调控的重排模型在淘宝流式推荐场景的应用

简介: 【直播预告】融合复杂目标且支持实时调控的重排模型在淘宝流式推荐场景的应用


大淘宝技术



06月29日,19:00-20:00,大淘宝技术与DataFun联合策划了本次活动,邀请阿里巴巴大淘宝技术算法专家王原老师,就重排模型在淘宝流式推荐场景的应用进行深度分享与交流,欢迎大家按时收看直播~

王原 阿里巴巴 大淘宝技术 算法专家个人介绍:博士,美国纽约大学。2018年加入阿里巴巴;曾负责手机淘宝私域商品搜索推荐;目前负责手机淘宝首页“关注”信息流推荐算法。
演讲题目:融合复杂目标且支持实时调控的重排模型在淘宝流式推荐场景的应用

演讲提纲:除了传统的相关性,复杂信息流推荐场景还需要兼顾多样的需求,包括打散(多样性),流量调控,多展示形态/多路供给融合等。传统推荐系统采用pipeline的形式,分步处理上述需求,可拓展性差,缺少统筹优化,限制场景推荐效果。我们提出全新的基于Generator-Evaluator(GE)架构的重排模型,它不仅能够突破传统相关性贪心排序的范式,以序列整体效果为目标生成序列,还能突破pipeline的推荐范式,在一个模型中有机融合复杂业务规则,给出end2end联合最优解。我们在淘宝信息流场景验证了提案的有效性,并全量上线。
重排多目标之间通常用权重表达相对重要性,现有方案通常依赖于静态建模,既偏好权重在离线训练期间就确定,之后不可改变。调整权重需要重新训练模型,既耗时又耗费资源。但是在实际应用中,权重实时调节可以给我们带来很多优势,比如大促期间对流量状态的相应。为此,我们提出了基于超网络的可控权重重排模型,无需训练模型,就可支持为每个测试样本实时指定融合权重,并生成符合权重设定的最优序列。

听众收益:
1. 复杂流式场景的挑战与重排模型的独特优势
2. 重排建模范式总结
3. 如何将复杂目标融入统一模型,给出e2e最优解
4. 如何实现目标之间的灵活调节

目录
打赏
0
1
1
0
1041
分享
相关文章
为什么在二分类问题中使用交叉熵函数作为损失函数
为什么在二分类问题中使用交叉熵函数作为损失函数
521 2
Redis多级缓存指南:从前端到后端全方位优化!
本文探讨了现代互联网应用中,多级缓存的重要性,特别是Redis在缓存中间件的角色。多级缓存能提升数据访问速度、系统稳定性和可扩展性,减少数据库压力,并允许灵活的缓存策略。浏览器本地内存缓存和磁盘缓存分别优化了短期数据和静态资源的存储,而服务端本地内存缓存和网络内存缓存(如Redis)则提供了高速访问和分布式系统的解决方案。服务器本地磁盘缓存因I/O性能瓶颈和复杂管理而不推荐用于缓存,强调了内存和网络缓存的优越性。
1142 47
深度学习中实验、观察与思考的方法与技巧
在深度学习中,实验、观察与思考是理解和改进模型性能的关键环节。
213 5
承上启下:基于全域漏斗分析的主搜深度统一粗排
两阶段排序(粗排-精排)一开始是因系统性能问题提出的排序框架,因此长期以来粗排的定位一直是精排的退化版本,业内的粗排的优化方向也是持续逼近精排。我们提出以全域成交的hitrate为目标的全新指标,重新审视了召回、粗排和精排的关系,指出了全新的优化方向
94024 3
大厂技术实现 | 腾讯信息流推荐排序中的并联双塔CTR结构 @推荐与计算广告系列
双塔模型是推荐、搜索、广告等多个领域的算法实现中最常用和经典的结构,实际各公司应用时,双塔结构中的每个塔会做结构升级,用CTR预估中的新网络结构替代全连接DNN,本期看到的是腾讯浏览器团队的推荐场景下,巧妙并联CTR模型应用于双塔的方案。
4371 5
大厂技术实现 | 腾讯信息流推荐排序中的并联双塔CTR结构 @推荐与计算广告系列
Centos yum报错: BDB1507 Thread died in Berkeley DB library
Centos yum报错: BDB1507 Thread died in Berkeley DB library
282 0
校招进阿里,我的主搜算法7年技术之路
本文作者回顾了过去7年主搜算法技术之路,现在回看每次变化都是最好的安排。
更加灵活、经济、高效的训练——新一代搜推广稀疏大模型训练范式GBA
近日,阿里巴巴在国际顶级机器学习会议NeurIPS 2022上发表了新的自研训练模式 Gloabl Batch gradients Aggregation (GBA,论文链接:https://arxiv.org/abs/2205.11048),由阿里妈妈事业部搜索广告团队和智能引擎事业部XDL训练引擎团队联合探索和研发。GBA的提出对阿里巴巴搜推广稀疏模型的训练范式带来了架构性的跨越式升级。本文将从GBA的设计思路、收敛性分析及工程实现等方面展开介绍,欢迎阅读交流。
更加灵活、经济、高效的训练——新一代搜推广稀疏大模型训练范式GBA
AI助理
登录插画

登录以查看您的控制台资源

管理云资源
状态一览
快捷访问

你好,我是AI助理

可以解答问题、推荐解决方案等