ROI 问题怎么影响推荐效果?

面试官你好，刚才问的ROl问题，我觉得本质是生成式推荐在探索和利用之间的失衡问题。模型为了追求短期指标，比如点击率，很容易陷入重复推荐、过拟合和多样性不足的陷阱。

具体来说，Repetition就是模型像个复读机，反复推同一个作者或者同一类内容，比如你在小红书刷到一篇穿搭笔记，后面连续几条都是类似的。Overfitting是说模型对训练集里的热门物品过度拟合，冷门或者新内容基本没机会露脸，长尾物品召回特别差。多样性不足就是推荐结果同质化严重，用户被困在信息茧房里，平台流量分配也不均衡。

这三个问题会互相强化。重复推荐会让用户疲劳，点击率可能虚高但满意度下降；过拟合加剧马太效应，新创作者很难成长；多样性不足直接拉低长期留存。所以缓解方法不能只治一个，得组合着来。

我重点讲两个阶段的常用手段。训练阶段，一个是负采样优化，不能简单随机采样，得增加难负样本，或者按流行度降权采样，让模型别只盯着热门。另一个是数据增强，对用户历史序列做随机mask或者reorder，强迫模型学会更鲁棒的兴趣表征。但这里有个前提，数据增强不能破坏序列的时序依赖，否则模型学到的模式是错的。

解码阶段，我会优先用Top-p采样或者Nucleus采样，引入随机性避免贪婪解码，这比固定Top-k更灵活。如果还嫌不够，可以上MMR，也就是最大边际相关，在相关性和多样性之间做平衡。但MMR的计算开销不小，实时场景下得离线预计算候选集。

后处理[[重排]]里，行列式点过程也就是DPP，是业界比较成熟的方案。它建模物品间的相似度矩阵，然后选出一个既相关又多样的子集。但DPP的矩阵分解如果数据稀疏，效果会打折。另一个简单的做法是[[滑动窗口]]去重，过滤掉近期已经曝光的内容。

落地的时候，我会特别关注一个风险：如果只靠后处理去重，模型可能会陷入“去重-重新推荐-再去重”的死循环，因为模型本身没变，只是把重复的过滤掉了，但下次它还是会推类似的。所以必须训练和解码一起优化，也就是在训练阶段就引导模型生成多样化的输出。

举个例子，在小红书场景，我们最怕的是同一博主刷屏和跨类目发现不足。所以一般是DPP重排加曝光过滤，再配合探索流量扶持，比如给新内容一些保底曝光。但DPP的相似度矩阵怎么定义很关键，用内容标签还是用向量相似度，效果差别很大，这个我后面可以展开聊。

所以我的结论是，ROl问题没有银弹，我会把训练阶段的负采样优化和解码阶段的Top-p采样看作基础配置，然后根据业务特点叠加DPP或者MMR。核心思路是让模型在利用已有知识的同时，保留足够的探索空间，这样用户满意度才能长期稳住。