大模型推荐与 DeepFM、DIN 等传统模型的差异
哪些公司问过
答案要点
- 传统模型:ID embedding 加特征交叉或目标注意力,属特征工程与判别式建模
- 大模型推荐:语义表示加生成或推理,自带世界知识,可统一多任务、多模态
- 优势:冷启动与长尾泛化、长序列与跨域建模、可解释输出
- 劣势:推理成本和延迟高,协同过滤信号利用较弱,需要微调或提示设计
- 落地常见形式:大模型产出特征或 embedding、做重排,或与传统精排模型融合
易错点
- 认为大模型可以直接替换精排,忽略线上延迟和成本约束
- 忽视 ID 协同信号,纯语义模型在热门物品上未必优于传统模型
- 把 DeepFM 的 FM 部分说成高阶交叉,它负责的是二阶交叉
面试官常见追问
- DIN 和 DIEN 的核心区别是什么?
- 大模型为什么能缓解稀疏特征问题?
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。