推荐-精排-多任务模型

BlackEyes_SY

已于 2023-06-06 12:50:51 修改

阅读量5.2k

点赞数 1

分类专栏：深度学习文章标签：机器学习深度学习人工智能

于 2021-11-15 21:15:47 首次发布

本文链接：https://blog.csdn.net/u011204487/article/details/121170315

版权

深度学习专栏收录该内容

39 篇文章 1 订阅

订阅专栏

本文探讨了多任务建模中的关键问题，如任务差异、样本损失加权、共享底层数结构以及其他复杂网络结构如MMOE。强调了信息选择的重要性，并介绍了如何处理任务之间的负迁移和跷跷板现象。同时，提到了特征选择和多任务模型在服务中的应用，如CTR和时长预测。

摘要由CSDN通过智能技术生成

多任务

多任务建模中需要注意的问题

1、如果子任务差异很大，往往导致多任务模型效果不佳。
2、不同任务的loss大小不一样，需要调整loss的权重。

shared-bottom

优点：这种结构本质上可以减少过拟合的风险。浅层参数共享，互相补充学习，任务相关性越高，模型的loss可以降低到更低。
缺点：但是效果上可能受到任务差异和数据分布带来的影响。如果任务没有好的相关性时，这种Hard parameter sharing会损害效果。

其他结构

1、shared-bottom
2、两个任务的参数不共用，但是通过对不同任务的参数增加L2范数的限制；
3、对每个任务分别学习一套隐层然后学习所有隐层的组合。
和shared-bottom结构相比，这些模型对增加了针对任务的特定参数，在任务差异会影响公共参数的情况下对最终效果有提升。
缺点就是模型增加了参数量所以需要更大的数据量来训练模型，而且模型更复杂并不利于在真实生产环境中实际部署使用。

样本Loss加权

保证一个主目标的同时，将其它目标转化为样本权重，改变数据分布，达到优化其它目标的效果。
优点：
模型简单，仅在训练时通过梯度乘以样本权重实现对其它目标的加权。
模型上线简单，和base完全相同，不需要额外开销。
在主目标没有明显下降时，其它目标提升较大。
缺点：
本质上并不是多目标建模，而是将不同的目标转化为同一个目标。样本的加权权重需要根据AB测试才能确定。

ESMM

ESMM(Entire Space Multi-Task Model)
阿里。shared-bottom结构。任务之间有先后关系。cvr任务在训练时只能利用点击后的样本，而预测时，是在整个样本空间，这样导致训练和预测样本分布不一致，即样本选择性偏差。同时点击样本只占整个样本空间的很小比例，比如在新闻推荐中，点击率通常只有不到10%，即样本稀疏性问题。

AITM

MMOE(MOE)

MMOE(Multi-gate Mixture-of-Experts)
MOE(One-ga te Mixture-of-Experts)
在这里插入图片描述

google，KDD2018 Research Track。
优点：不同任务对应的门控网络可以学习到不同的Experts 组合模式，因此模型更容易捕捉到子任务间的相关性和差异性。
缺点：存在跷跷板现象。为什么会存在跷跷板现象？任务被某些任务主导。为什么会被某些任务主导？任务之间的loss不同。
1、MMOE中所有的Expert是被所有任务所共享的，这可能无法捕捉到任务之间更复杂的关系（虽然理论上限是ple），从而给部分任务带来一定的噪声。
2、不同的Expert之间没有交互，联合优化的效果有所折扣。（极端情况，a任务更新expert1，a任务更新expert2、3）

每个experts都相同的特征和网络结构的情况下，为什么会对每个task的贡献度不一样?
1、初始化的时候每个网络的初始状态是随机的，都不相同。如果数据确实存在多个专家的模式，那么在训练学习过程中就会倾向于每个expert去学成那种模式。2、对每个task的贡献度是gate 决定的，所有任务共享experts，但是每个任务都有单独的gate。3、学习的label也不一样。
2、OMOE所有task共用一个gate，有什么用呢？不同task(i)的差异还是要通过最后的tower(i)去学吗？
3、任务相关性：经验称，如果任务相关度非常高，则OMoE和MMoE的效果近似，但是如果任务相关度很低，则OMoE的效果相对于MMoE明显下降。那么在拿到一个多任务模型训练之前，如何判定目标之间的相关程度呢。
1、根据经验，比如点击和观看相关，点击和点赞不相关？2、用皮尔森系数进行判断。

十字绣网络

Cross-stitch Networks for Multi-task Learning

闸式网络

sluice network

ple（cgc）

Customized Gate Control (CGC) Model
2020腾讯。主要解决的问题：解决负迁移，跷跷板现象。
优点：考虑了不同Expert之前的交互。
缺点：

star

任务之间做隔离

信息选择

包括特征选择，高层特征选择、隐层选择。
为什么要信息选择？针对同一个样本不同的任务起决定性的特征也不一样。不同任务在提取特征时不能一视同仁。

cea

多任务的使用

1、serving时需要一个打分公式：比如CTR * log(时长) 或者w1 * CTR + w2 * log(时长)，或者一个LTR的模型，优点是可以手工调权在不同的业务期实现不同的目标。
2、做时长跟点击率的多目标模型，loss相差的量级？
label变换：时长的label最好先去log，log后目标更符合正态分布，同时loss量级也更小和稳定。loss调权：多个目标的loss，简单点就是把loss加权重调到同一量级，一般就比较work了。loss量级一致不代表梯度量级一致，还是可能出现某个task梯度主导训练的问题，这个可以看一看多目标优化的一些文章，基于梯度动态调整loss权重和帕累拖的一些方法。