LinkedIn 排序双塔架构：L1/L2 两级 ranker 输出相关率与停留分
_jaydeepkarale · x · 2026-11-06
LinkedIn 多级排序层由 L1、L2 两个 ranker 组成，架构基本相同（文本 embedding 模型 + MLP），仅规模与输入特征不同：L1 之后候选从数千缩到数百。每个阶段输出 on-topicness 与 long-dwell 两个分数，经多目标分数合并器综合后决定最终展示顺序。
所属事件:LinkedIn 搜索语义化改造拆解：双塔召回+两级排序(6 条相关)→
「研究」频道最新
- Discovery Loop 成员发起 $DISCODEV 个人实验：开源 AI 材料发现闭环 — arkitus · 2026-11-06
- 西北大学团队用普通智能手表读取手势与肌肉信号 — realkaranahuja · 2026-11-06
- 三人各自瞎摸四周算研究?网友吐槽 Bing Chat 提示词论文 — Sauers_ · 2026-11-06
- 注意力内核遇上真实模型：可解释性与系统研究的交集 — QuentinAnthon15 · 2026-11-06
- MoE 预训练 All-to-All 通信占训练步 60%,新方法削减 58% 分发行 — QuentinAnthon15 · 2026-11-06
- CMU 与 Bosch 提出 BestRand:基准压缩高错误风险降 50.2% — CarnegieMellonU · 2026-11-06