FSCD可学习特征选择

定义

FSCD将特征选择纳入粗排效果与计算代价权衡，学习哪些特征值得在线获取。

核心判断

选择高预测力但极昂贵的特征可能损害整体吞吐；应以端到端时延约束评估。

工程检查

分别记录特征获取、Embedding查表与模型计算成本，核对被裁剪特征的收益回退。

本书依据

《第十一章-粗排模型.pdf》，PDF 第 33–35 页（11.4.3 节）。

扩展说明

将方法收益与同等候选预算、特征可用性和实际在线资源成本共同核验。