INSIGHT社区搜索已有 CTR、收藏和停留预估时，可以补充点击与收藏联合标签，避免把边际概率乘积误认为联合概率。先让辅助头参与训练而不服务，再单独验证向排序器提供关系输出的增量价值；对互斥、严格嵌套或重复标签应先筛除，减少无效监督和负迁移。

INSIGHT社区搜索 CTR 模型扩容前，可以先测不同种子预测误差是否仍有非共享变化，再决定是否投入蒸馏和 EMA。参数共享降低模型存储量，但递归路径仍产生计算开销；实际采用时应同步比较 nDCG、CTR、P99 延迟和单请求成本，避免把参数节省直接等同于推理加速。

INSIGHTUGC 搜索个性化可以复用共享帖子表示，把不同用户意图留在用户侧，避免每个目标维护一套索引。温度采样虽可拓展社区发现，但文中出现负反馈增加，需为搜索结果设置相关性与“减少推荐”护栏；多目标控制和探索强度应分开做实验，验证各自对 CTR 和 nDCG 的影响。

INSIGHT社区 UGC 排序持续训练时，迁移优化器状态可能与复制权重同样重要。应先在历史时间切片验证扩容点前后预测与校准连续性，再开展稀疏化；论文去掉优化器继承后 GAUC 下降 0.093%–0.254%，说明简单载入权重不足以稳定复用已有训练进度。

INSIGHT社区新用户或短期活动可借鉴群体先验和有限内容库存控制，避免过早耗尽最匹配帖子。该实验不能支持全体用户留存或满意度提升的因果结论，社区业务试点应预先定义意向治疗指标和缺失处理，分开分析冷启动匹配收益与曝光数量变化对 CTR 的影响。