← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 7012.c · 生成模型:DeepSeek-V4.1-Flash

标签延迟与生产关键的样本标签拼接

理解等级:高级

训练标签同样以流的形式来自世界,而且有趣的是,这股流的来源很可能与训练样本流本身不同。若用「用户是否购买了某毛线商品」作标签:查询时我们知道展示给用户的是哪些商品,可以在发送给用户时记日志;但购买行为在查询时无法知道,必须等一段时间看用户是否选择购买,而这条信息可能来自整体服务基础设施中完全不同位置的购买处理系统;另一些场景里标签由人类专家提供,同样会有延迟。于是把样本与其正确标签拼接需要不可避免的延迟,且很可能要相当复杂的基础设施才能高效可靠地处理——作者强调这种拼接是生产关键的:试想标签信息因某次故障不可用、把未标注样本送去模型训练会造成怎样的麻烦。这也与第 9 章「实际值延迟」呼应:延迟不是边缘情况,而是持续 ML 流水线必须内建的结构性约束,且它会在下游叠加出 6 到 12 小时量级的滞后。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • Continuous ML · 查看原书依据

      Joining together the examples with their correct labels thus requires unavoidable delay, and likely involves some relatively sophisticated infrastructure to process efficiently and reliably. Indeed, this joining is production critical.

    参考来源

    - 位置:《Reliable Machine Learning》第10章《Continuous ML》(源文件:extracted/Reliable Machine Learning/_epub-src/OEBPS/ch10.xhtml) - 结论依据:原文明确阐述该主题,并给出定义、实践或反例。 - 原始内容:Joining together the examples with their correct labels thus requires unavoidable delay, and likely involves some relatively sophisticated infrastructure to process efficiently and reliably. Indeed, this joining is production critical.