问题一:离线hitrate提升幅度与线上A/B test中hitrate提升幅度的一致性如何?
离线hitrate提升幅度与线上A/B test中hitrate提升幅度的一致性如何?
参考回答:
离线hitrate提升幅度与线上A/B test中hitrate提升幅度的一致性取决于多种因素。场景内提升幅度离在线必定不同,因为精排候选集分布的变化会影响最终指标。场景外提升幅度也可能不同,这取决于场景外转化到场景内的情况以及在线生效问题。如果场景外提升幅度相同且没有转化到场景内,则需要进一步分析粗排后续阶段对粗排新召回商品的认可程度。
关于本问题的更多回答可点击原文查看:
https://developer.aliyun.com/ask/654794
问题二:蒸馏样本的进一步扩充是如何进行的 ? 会遇到哪些问题?
蒸馏样本的进一步扩充是如何进行的 ? 会遇到哪些问题?
参考回答:
蒸馏样本的进一步扩充主要包括三种尝试:单独添加引入M个未曝光样本的蒸馏、去掉base中的pv distill loss增加一个N+M+K的蒸馏、保留base的蒸馏loss并添加一个N+M+K的蒸馏。
在尝试过程中,会遇到:
一是随机负样本中的未曝光样本的精排分数可能会高于曝光样本,二是未曝光商品的后验P(海选->曝光)=0,难以直接表征从海选到点击的概率。通过分析和实验,最终发现保留base蒸馏loss并添加一个N+M+K的蒸馏方案效果最好。
关于本问题的更多回答可点击原文查看:
https://developer.aliyun.com/ask/654795
问题三:为什么需要引入更多的特征到粗排模型中?
为什么需要引入更多的特征到粗排模型中?
参考回答:
引入更多的特征到粗排模型中是为了进一步加强粗排模型的表达能力,并提高与精排模型的一致性。这些特征主要包括用户画像特征和用户的长期成交序列,它们能帮助粗排模型更准确地建模用户侧信息。
关于本问题的更多回答可点击原文查看:
https://developer.aliyun.com/ask/654796
问题四:如何尝试在粗排模型中引入交叉特征?
如何尝试在粗排模型中引入交叉特征?
参考回答:
为了向粗排模型中引入交叉特征,我们在原有的Item Tower和User Tower的基础上引入了Cross Tower。Cross Tower的输出向量与User侧向量计算内积,并与原有的内积结果相加得到最终的计算结果。然而,在离线和在线实验中,加入交叉特征并未带来显著的效果提升。
关于本问题的更多回答可点击原文查看:
https://developer.aliyun.com/ask/654797
问题五:为什么从内积模型结构切换到MLP结构没有带来预期的效果提升?
为什么从内积模型结构切换到MLP结构没有带来预期的效果提升?
参考回答:
从内积模型结构切换到MLP结构并没有带来预期的效果提升,可能是因为MLP结构需要更多的特征输入才能发挥其优势,而在粗排场景下,由于性能和效率的限制,无法引入过多的特征。此外,MLP结构本身也可能不适合粗排阶段的特点。
关于本问题的更多回答可点击原文查看: