大规模相似性特征的训练离不开自监督学习，自监督学习能以较低的成本学习到一个效果优越特征模型。但仅靠自监督学习也让模型局限在自我（self）的世界里，潜在地降低模型的泛化性，反应到线上实际应用中，会存在召回率低的问题。如何解决这个问题又是另一个新的课题，目前易盾探索了一条结合主动标注和度量学习的算法方案，逐步引导模型学习潜在的邻近关系，并取得了一定的效果。未来易盾会持续跟进业界和学界的最新方法，为这类对抗垃圾治理提供更多的解决方案。参考资料。