跳到主要内容

第 11 章阅读地图：粗排模型

章节主线

围绕“精排效果逼近度 / 在线成本”选择双塔、多塔、蒸馏或轻量 DNN，并处理延迟反馈、交叉特征和多兴趣。

节	PDF 页	细粒度主题	判断标准
11.1 双塔	1–9	DSSM、TDSSM、Transformer 双塔、DAT	独立编码带来的吞吐收益是否抵消交互损失？
11.2 多塔	10–21	MV-DSSM、DSSM+FM、延迟反馈、交叉特征	新塔是否对应真实信号和可维护的数据流？
11.3 蒸馏	22–28	Teacher-Student、显式/隐式蒸馏、Rocket Launching、PFD	教师收益能否稳定迁移到受限学生？
11.4 DNN	29–37	双塔 DNN、COLD、FSCD、IntTower	额外交互模块的延迟与收益曲线如何？
11.5 多兴趣	38–43	MVKE、HIT	候选的多意图是否在粗排阶段仍需保留？
11.6 实践案例	44–45	方案组合	记录输入规模、预算、基线和上线约束。
11.7 实践讨论	46–47	模型选型	同预算比较，而非仅比较参数量。
11.8 小结	48–49	归纳	输出效果—成本 Pareto 曲线。

学习产出

设计一次蒸馏实验：教师目标、学生预算、蒸馏信号、离线保真指标、线上候选保留率和失败回滚线。

本书依据：第十一章 PDF 第 1–49 页。