RankTower：提高双塔预排序模型的协同框架
信息检索
2024-07-18 v1
摘要
在大规模排序系统中，级联架构广泛采用，以实现效率和有效性之间的平衡。预排序模块在选择后续排序模块的候选子集方面发挥着关键作用。预排序模型在保持效率和准确性之间平衡，以适应在线延迟约束是至关重要的。本文提出了一种新型神经网络架构，称为 RankTower，旨在高效捕捉用户-项目交互，同时遵循用户-项目解耦范例以确保在线推理效率。该方法采用混合训练目标，从级联排序系统完整阶段获得的样本中学习，针对不同样本空间优化不同目标。这一策略旨在增强预排序模型的排序能力，并提高其与现有级联排序系统的一致性。在公开数据集上的实验结果表明，RankTower显著优于最新的预排序模型。
引用
@article{arxiv.2407.12385,
title = {RankTower: A Synergistic Framework for Enhancing Two-Tower Pre-Ranking Model},
author = {YaChen Yan and Liubo Li},
journal= {arXiv preprint arXiv:2407.12385},
year = {2024}
}