热门标签
热门文章
- 1linux之让终端支持C++11/14编译cpp文件_linux zhichic++14
- 2关于‘ Mybatis中的动态SQL语句 ‘解析
- 3Spring Boot 使用validation校验参数
- 4鸿蒙应用程序入口UIAbility详解
- 5国外src（漏洞挖掘平台）_国外src平台
- 6软路由R4S+iStoreOS如何实现公网远程桌面本地电脑
- 7k8s-Kubernetes--services(微服务)、ingress-nginx、canary_kubernetes nginx ingress
- 8如何写好毕业项目及论文？
- 9月薪10.8K|销售客服转行软件测试斩获4份offer，所有的惊艳都来自长久的准备_在一家it公司去当客服能晋升到测试岗位嘛
- 10【数电基础】——触发器_d触发器
当前位置: article > 正文
推荐系统学习笔记-论文研读--渐进分层抽取的多任务学习模型_多任务学习跷跷板效应
作者：itrstu | 2024-01-30 16:04:56
赞
踩
多任务学习跷跷板效应
研究背景
- 多任务相关性的复杂性和竞争性，MTL模型往往会出
现性能退化和负迁移 - 跷跷板现象，即一项任务的性能往往会因影响其他任
务的性能而得到提高
研究成果
- 跷跷板现象的发现，MTL由于复杂的内在关联性而没有优于相应的单任务模型
- 从联合表征学习和信息路由的角度，提出了一种新的共享学习结构的PLE模型
- 进行广泛的离线实验，以评估工业和公共基准数据集上PLE的有效性
摘要大意
- 多任务学习（MTL）已经成功地应用于许多推荐应用
- 任务相关性的复杂性和竞争性，MTL模型往往会出现性能退化和负迁移
- 观察到了一个有趣的跷跷板现象
- 提出了一种新的共享结构设计的递进分层抽取（PLE）模型
跷跷板现象：某一个任务的指标上升，但是另外一个任务的指标会下降
PLE的结构
CGC结构
experts结构
GATE结构
Tower结构
实验结果
腾讯视频推荐数据，PLE与单任务模型，MMOE，CGC模型在核心指标AUC, MSE 的对比
腾讯视频推荐数据，PLE与单任务模型，MMOE，CGC模型关于CTR/VCR目标的对比
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/article/detail/47446
推荐阅读
相关标签
