精排模型 Scaling 与 HSTU 的设计
哪些公司问过
答案要点
- 传统精排参数多在 embedding,加深加宽 DNN 收益易饱和
- 扩容维度:更长行为序列、特征交叉层、序列化建模结构
- 先离线验证收益曲线,再评估延迟和成本,配合压缩蒸馏
- HSTU 将召回与排序统一为行为序列上的序列转导
- HSTU 用逐点激活替代 softmax、加时间位置偏置、门控替代 FFN
易错点
- 认为大语言模型的 Scaling Law 在推荐中天然成立
- 只讲扩参数,不讲延迟与成本约束
- 把 HSTU 说成标准 Transformer 的简单堆叠
面试官常见追问
- 为什么 HSTU 不用 softmax?
- 精排扩容后线上延迟如何控制?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。