LEAD STORY · 今日必读 · Alibaba

Multi-Branch Cooperation Networks for Enhanced Click-Through Rate Prediction in Large-Scale E-Commerce Search

做排序的团队值得读，因为它指出了多分支模型一个常被忽略的浪费：各分支擅长的样本不同，训练时却从不互相学。淘宝拍立淘（拍照搜商品）团队让三个分支在训练中互相纠错：同一条样本上，一个分支判对了用户点不点、另一个判错了，就用判对那个的预测去带判错的那个。另加一项约束，要求一个分支的中间向量乘上一个正交矩阵后，接近另一个分支的向量。线上 A/B 中点击率从 10.37% 提到 10.46%，GMV 相对提升 1.62%。多分支的收益不只来自多放几个分支，还来自让它们在彼此出错的样本上互相纠正。