知识卡片
PRM个性化重排模型
PRM(个性化重排模型,阿里提出)是重排层的代表性模型派方案。它的出发点:精排是 pointwise——单物料独立打分,追求单个物料的短期收益;而一次曝光是一批物料,要追求这批物料组合的”长期收益”,所以需要换训练范式。
PRM 的做法:把待展现的物料再过一层神经网络,采用 listwise(列表对)训练——一次前向就是一批物料之间的交互,而非逐个打分。损失用 Softmax 交叉熵,但不同于传统只有一个正样本,PRM 的 Softmax 可能出现多个正样本(一批里多个都该被点)。输入由物料特征和一个预训练 Embedding PV 构成,PV 取自精排最后一层的输出,已蕴含用户对该物料的兴趣;再接 Transformer 提取物料之间的上下文关系(比 LSTM 更能刻画序列表征)。
可迁移启发:当任务关心”一组 item 的整体效果”而非单点最优时,listwise + 序列建模往往优于 pointwise 简单排序。相关卡见 [[重排层的两类需求]]、[[束搜索加速生成式重排]]。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 重排层的设计与实现 10.2 模型重排 · 查看原书依据
损失函数采用的是Softmax交叉熵,但是不同于传统只有一个正样本的Softmax交叉熵,PRM的Softmax交叉熵可能出现多个正样本
参考来源
- 位置:《推荐系统全链路设计:原理解读与业务实践》第10章《模型重排》(来源项目book-sources;extracted/推荐系统全链路设计:原理解读与业务实践/_epub-src/converter-master/example/312287/126.html;src-060)
- 结论依据:原文说明PRM采用listwise训练、一次前向为一批物料交互,损失为可能出现多正样本的Softmax交叉熵,输入含精排输出的PV并接入Transformer提取上下文关系。
- 原始内容:损失函数采用的是Softmax交叉熵,但是不同于传统只有一个正样本的Softmax交叉熵,PRM的Softmax交叉熵可能出现多个正样本