参考答案
内容深度:适中 · 无代码示例 · 来源:外部链接 · 未复核 · 51 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解
结论
物品库是百万到亿级,而一次请求的算力预算只有几十毫秒——对全库跑大模型不可能。因此用漏斗分级削减:每级「范围更小、模型更精」,在算力约束下逼近全局最优。
四级职责
- 召回:全库 → 数千~万级。多路并存取并集:双塔向量召回(ANN 检索)、协同过滤、热门/新品/地域/运营位等;追求高召回率、低时延,宁滥勿缺;
- 粗排:万级 → 千级。轻量模型(双塔内积、蒸馏小模型)快速打分,关键是与精排目标对齐,否则初筛就把好内容筛掉了;
- 精排:千级 → 几百。全特征复杂模型(DIN、MMoE 多目标)逐条精算 CTR/CVR/时长等预估分,追求准;
- 重排:几百内做 List-wise 层面优化:打散(同作者/同品类滑动窗口)、多样性(MMR/DPP)、业务规则(已购去重、置顶、频控)、E&E 探索。
级联的代价与演进
- 各级目标不一致(召回重相关性、精排重转化、重排重体验)会「越排越偏」,且级联误差逐级放大 → 级联蒸馏、多目标统一是活跃方向;
- 时效性:user 侧实时行为特征进精排,召回模型/索引通常离线或准实时更新;
- 算例:召回 8000 条、粗排单条 0.2ms、精排单条 2ms → 粗排约 1.6ms、精排 400 条约 0.8ms,各级时延预算要对得上 P99 约束。
面试变体:给各级候选量与单条耗时,问瓶颈在哪级——先算「单条时延 × 候选数」再对齐时延预算。