双塔模型

[[DSSM]]

user

离线建图 + [[Approximate Nearest Neighbor Search]]

• 离线计算 item 的 embedding

双塔模型最后一层为什么都进行L2 Norm？

• 为什么双塔要用cos距离？#card

  • 本质是因为点乘距离非度量空间，不满足三角不等式 ，距离比较没有传递性。更通俗的说内积不保序，假设有三个点ABC，点击意义下|A,B|<|A,C|，但是欧式距离下不一定有|A,B|<|A,C|，比如A=(100,0),B=(0,100),C=(101,0)。

  • 总结：双塔召回需要ANN，点积不保序一般使用欧式距离，双塔最上层归一化能将输入映射到欧式空间，保证了训练检索的一致性，提高了效果。

• 双塔最上层为什么要归一化？#card

  • 双塔模型最终需要计算两个表示向量在表示空间中的夹角(余弦相似度)，通过 L2 norm 后直接通过向量点积计算 cos 值，减少重复计算量

    • $\operatorname{cosine}(x, y)=\frac{x \cdot y}{|x| \cdot|y|}$

    • L2 Norm $$\hat{x}=\frac{x}{|x|}, \quad \hat{y}=\frac{y}{|y|}$$

    • $\operatorname{cosine}(x, y)=\frac{x \cdot y}{|x| \cdot|y|}=\hat{x} \cdot \hat{y}$

  • 主流的向量匹配引擎，并不支持 余弦相似度 作为距离度量；只支持 向量内积 作为距离度量。

• L2 norm 归一化后为什么要乘温度系数？#card

  • It is interesting to see the effect of temperature on performance, suggesting the necessity to carefully tune this parameter when normalization is applied

  • temperature 作用放大 logit

  • 对Temperature的第一层理解是把L2 norm后的值阈拉回Softmax的敏感激活范围。这样，向量取消了norm，模型专注于调整用户和物品的超平面夹角，模型稳定性得到了保证。

双塔训练方法 #card #depth-1

• Pointwise:独立看待每个正样本、负样本，做简单的 二元分类 #card
  

• [[Pairwise 训练]] 每次取一个正样本、一个负样本

• [[Listwise 训练]] 每次取一个正样本、多个负样本

Ref

• 双塔召回模型的前世今生（上篇） - 知乎 (zhihu.com)

• 一桥飞架双塔：腾讯“虚拟内核”双塔 - 知乎 (zhihu.com)