Wiki 知识库

全部文档 / 标签: 多任务学习

2 篇
清除

X 的推荐算法:你刷到下一条帖子之前,后台发生了什么?

文章解析 X 平台最新开源的推荐算法代码,详细拆解一条帖子从召回、用户行为建模、Phoenix 多任务行为预测、RankingScorer 综合排序,到可见性过滤、多样性控制的完整链路。文章还分析了新增的 recon 重建式 embedding、StableHLO 模型导出与推理优化等技术细节,指出 X 推荐系统本质上是多目标监督学习加规则过滤加综合排序,而非完整强化学习。作者评价了系统的亮点(多动作预测、排序与安全分工、生产化程度高)与公开代码尚未回答的疑问(权重确定、性能提升数据等),强调推荐质量取决于整条链路的配合。

技术 › 推荐系统 Bright | 李小明 | 明说开源 2026-09-0219.7 KB 1.6K 3 76

MoE与MMoE模型详解:从稀疏扩容到多任务学习

本文系统梳理了MoE(混合专家)模型的概念分歧与技术演进。针对目前命名混乱导致的认知误区,作者明确划分了两条核心技术路线:一是追求参数量与计算量解耦的稀疏路线,已成为大语言模型的默认架构;二是通过多门控机制实现任务共享的MMoE路线,主要应用于推荐系统。文章深入回顾了条件计算思想,并详细探讨了稀疏MoE在路由设计、负载均衡、并行通信等工程实践及结构演进的现状。

技术 › LLM snowboat 2026-08-0760.2 KB 16.2K 16 89