← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 7265.d · 生成模型:WorkBuddy (Claude)

MMR与DPP多样性重排

理解等级:中级

精排做得再好,吐出的候选往往高度同质(相关性高、多样性差),因为相关性靠超参数平衡、难满足不同人的多样性诉求。于是重排阶段引入多样性算法,在”相关性”和”多样性”之间做权衡。

MMR(最大边界相关):对候选逐个挑选,每选一个都综合”精排打分”与”和已选集合的相似度”,用平衡因子 λ 控制——λ 越小越偏向多样性。它只看”当前物料 vs 已选中最相似的那个”,是贪心式局部考量。

DPP(决定点进程):通过核矩阵 L 的行列式,在所有已选内容的相互影响下找”相关性+多样性”最大的子集。和 MMR 的区别在于,DPP 不是只看最相似的那一个,而是综合考虑全部已选物料之间的相互排斥关系,多样性建模更全局。同样用平衡因子(如 α,越大越多样)调节。

用途:两者都是”先有精排分、再做多样性重排”的轻量方案,适合不想上重模型的场景。相关卡见 [[束搜索加速生成式重排]]。

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

    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:原文分别给出MMR(综合精排分与相似度、λ越小越多样)与DPP(核矩阵行列式、综合考虑所有已选相互影响、α越大越多样)的定义,并指出DPP相比MMR更全面。 - 原始内容:2.DPP DPP(Determinantal Point Process,决定点进程)的多样性算法通过计算核矩阵 L 的行列式找到候选内容集合中相关性和多样性最大的子集