想象你走进一家生意火爆的川菜馆。早晨开门前，大厨们就开始忙活：吊高汤、炒底料、熬卤汁，这些“提前备好的功夫”让任何顾客进门都能吃到稳定好吃的菜——这就是离线训练。到了饭点，掌勺师傅一边颠勺一边竖着耳朵听反馈：“3 号桌嫌太辣，5 号桌要多麻”，他下一道菜马上调整——这种“现炒现调”的本事，就是在线训练。 推荐系统就是这样一家“AI 餐厅”：离线训练用积累的历史日志（顾客过去的口味记录）批量练出一个基础模型，保证推荐的“大众水准”；在线训练则盯着刚刚发生的点击、浏览、购买行为，快速捕捉每个人的口味漂移。一个管“稳”，一个管“新”，配合默契，才能让每位用户都感觉自己被“量身定制”地款待。 这篇文章要带你走进这家 AI 餐厅的后厨：先认识两条训练流水线各自的分工，再看看数据管道、版本切换、召回精排这些关键环节如何咬合，最后聊聊真实生产中踩过的坑和沉淀下来的经验。

岗位关联

掌握在线与离线训练的分工与协作，是推荐系统工程师从“跑通原型”走向“稳定支撑线上业务”的分水岭，也是算法岗位面试的高频考点。

目录
  1. 可视化演示
  2. 一、双引擎定位：离线打底，在线纠偏
  3. 二、数据管道设计：食材流水线
  4. 三、离线批量训练：每日高汤底料
  5. 四、在线实时训练：餐中快速微调
  6. 五、版本切换策略：菜谱改版要平滑
  7. 六、召回精排协同：先海选再精烹
  8. 七、生产落地经验：后厨运营之道
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

演示离线批量与在线实时训练双引擎，理解数据管道、增量更新频率与召回精排的协同分工。

本节配有交互动效（进入视口后自动加载，约 3KB）。

双引擎：离线+在线 离线批量 在线实时 Off∨On 双引擎驱动

一、双引擎定位：离线打底，在线纠偏

一家川菜馆要想生意红火，得有两套功夫。早晨开店前，大厨们把高汤吊好、底料炒香、招牌卤汁提前熬足——靠的是过去积累的经验与配方，这套“准备好的功夫”能保证任何顾客进门都吃得到稳定水准。而到了饭点，掌勺师傅还要根据眼前每一桌客人的表情和反馈，随时调整火候与咸淡。没有高汤，菜没有底蕴；没有临场调整，菜不贴心。缺了任何一套，这餐厅都开不长久。

推荐系统也是这门“餐饮生意”，只不过它要服务的“顾客”是海量用户，而且每个人的口味都在悄悄变化：白天爱看科技资讯，晚上刷起搞笑视频；平时买小家电，大促时突然想买露营装备。于是系统必须配备两套训练机制——离线训练与在线训练。

离线训练以小时或天为单位，把积累的历史日志（曝光、点击、收藏、购买）批量喂给模型，让模型学到稳定的长期偏好和常识性规律，特点是样本量大、成本可控、效果稳。在线训练则以分钟甚至秒为单位，让模型接收刚刚产生的实时反馈，用很小步长持续微调参数，特点是敏捷、新鲜、略有波动。一句话：离线管“稳”，在线管“新”。

回到餐厅：离线训练就是那锅清晨熬好的高汤，决定一家店的基本盘；在线训练则是饭点灶台边的那把小勺，决定一位客人今天能否吃出惊喜。双引擎各司其职，这家“AI 餐厅”才能既保证大众口味，又照顾到每时每刻的味蕾变化。

二、数据管道设计：食材流水线

高汤再香，也离不开食材。大厨每天开店前要完成一整条流水线：采购新鲜食材、验货、清洗、切配、腌制，最后才轮到下锅。任何一环出问题——买到隔夜肉、清洗不干净、切块大小不一，都会直接影响最终出品。

推荐系统的“食材”是训练数据，负责把这些食材送到锅里的，是数据管道（Data Pipeline）。管道的第一环是数据采集：通过埋点日志记录用户每一次曝光、点击、播放、购买行为，同时采集物品属性和场景上下文。第二环是特征处理：把原始日志变成模型能“消化”的标准格式，比如归一化、离散化、缺失值填充。

第三环是样本拼接，也是最容易踩坑的一环。一条训练样本 = 特征 + 标签，特征必须来自“决策前”，标签必须来自“决策后”，一旦混入未来信息就会造成“标签泄漏”，好比饭还没吃就先写好好评。第四环是质量控制：过滤爬虫流量、去重、剔除异常值。此外，为了让模型更关注近期兴趣，工程上常用时间衰减加权，让越久远的样本权重越低。

数据管道就是整家 AI 餐厅的食材流水线。很多团队把精力都放在模型上，却忘了：再好的大厨也救不了一堆烂食材。把采集、清洗、对齐、质检做好，训练就已经成功了一半。

w(t)=γΔt,Δt=tnow−tevent\displaystyle w(t) = \gamma^{\Delta t}, \quad \Delta t = t_{now} - t_{event}
时间衰减：离现在越近的样本，在训练中分量越重；越久远的样本，分量越轻。
  1. 事件时间差 Δt指这条样本发生距离现在的时长。刚发生过的事件 Δt 很小，很久以前的事件 Δt 很大。
    Δt=tnow−tevent\Delta t = t_{now} - t_{event}
  2. 衰减系数 γ一个 0 到 1 之间的小数（如 0.95），决定了“遗忘”的速度。
    γ∈(0,1)\gamma \in (0, 1)
  3. 幂运算加权Δt 越大，γ^Δt 越小，样本在训练中的分量越轻。就像餐厅记录顾客反馈时，上周的“喜欢辣”要牢牢记住，去年的就只作参考。
    w(t)=γΔtw(t) = \gamma^{\Delta t}

三、离线批量训练：每日高汤底料

每天清晨，后厨最热闹的场景就是吊高汤：几大锅骨头汤要熬上数小时，期间不断撇沫、加料、观察火候。这个过程不能急，也不能省，它是全天所有菜品的底气。

离线批量训练（Offline Batch Training）就是这道“高汤工序”。它以全量历史样本为原料——过去几天甚至几周的曝光与点击日志，在 GPU 集群上做多轮批量迭代（Epoch），让模型参数在大量数据上反复打磨，学到“大众口味”的基础规律。随后进入模型评估环节：用留出集计算 AUC、点击率等指标，达标才允许发布。

训练的核心是不断调整参数让预测误差变小，数学上常用随机梯度下降（SGD）：每次取一小批样本，算出误差对参数的梯度，再沿误差下降最快的方向迈出一步，如此反复。

高汤讲究“文火慢炖”，离线训练也讲究“批量迭代、定时出炉”。它通常每天或每周发布一次新模型，节奏稳定、效果可靠。但汤再好也是提前熬的，无法预知午市突然火起来的“新口味”——这就轮到在线训练登场了。

θ←θ−η∇θL(θ)\displaystyle \theta \leftarrow \theta - \eta \nabla_\theta L(\theta)
参数更新公式：误差下降最快的反方向迈一小步，多走几步模型就更准。
  1. 损失函数 L(θ)给模型当前“出品”打分，分数越低说明对历史样本的预测越准，就像品菜师给菜品打分。
    L(θ)L(\theta)
  2. 梯度 ∇θL(θ)误差上升最快的方向。我们反着走，误差就会下降——相当于下山时先找最陡的坡，再往反方向迈步。
    ∇θL(θ)\nabla_\theta L(\theta)
  3. 学习率 η每一步的步长。太大容易冲过最低点来回震荡，太小则训练太慢。
    η\eta
  4. 参数更新用当前参数减去“梯度 × 学习率”，得到更优的新参数，多轮迭代后模型逼近最优。
    θ←θ−η∇θL(θ)\theta \leftarrow \theta - \eta \nabla_\theta L(\theta)

四、在线实时训练：餐中快速微调

饭点一到，后厨进入另一种节奏。掌勺师傅一边颠勺一边竖着耳朵听服务员的话：“3 号桌说太辣了”“5 号桌想再加一分麻”。师傅心里过一遍，下一道菜马上调整，甚至会顺手在小本本上记一笔：这位客人口味偏淡。这种“现炒现调”的本事，就是在线训练。

在线训练吃的是“实时样本”：用户刚刚产生的点击、滑走、购买、评论，通过消息队列几乎实时地送到训练服务。模型拿到单条或一小批新样本，做一次增量更新（Incremental Update），参数只动一点点。核心价值是捕捉兴趣漂移（Interest Drift）——昨天还喜欢的内容，今天可能就腻了。

小步快跑不等于乱跑。为了让更新平滑、不被单条噪声带偏，工程上常配合指数滑动平均（EMA）来平滑参数或梯度，让新信息与旧经验按比例融合。

如果说离线训练是那锅早晨熬好的高汤，在线训练就是饭点师傅手里那把小勺：动作小、变化快、贴着每位客人的口味走。一“稳”一“敏”，正是双引擎的分工精髓。

vt=β⋅vt−1+(1−β)⋅gt\displaystyle v_t = \beta \cdot v_{t-1} + (1-\beta) \cdot g_t
指数滑动平均：新状态 = 旧经验 × β + 新信号 × (1−β)，既跟得上变化，又不至于被单条异常带偏。
  1. 历史状态 v_{t-1}代表模型此前积累的“经验记忆”，如同一家店多年沉淀的口碑。
    vt−1v_{t-1}
  2. 当前信号 g_t最新一条实时样本带来的修正方向，如同眼前这位客人的最新反馈。
    gtg_t
  3. 衰减系数 β新旧信息各占多大比重。β 越接近 1，越看重历史经验，模型越稳；β 越小，越看重新反馈，越敏锐也越容易波动。
    β\beta
  4. 加权融合新状态 = 旧经验 × β + 新信号 × (1−β)，这样既平滑又有反应速度。
    vt=β⋅vt−1+(1−β)⋅gtv_t = \beta \cdot v_{t-1} + (1-\beta) \cdot g_t

五、版本切换策略：菜谱改版要平滑

大厨研究出一道新招牌菜，不会第二天就把整本菜谱换掉。他会先让几位老顾客试菜，收集反馈；满意了再在午市限量推出；确认没问题，才正式写入菜单。万一有客人投诉，还能立刻把这道菜撤下，恢复原来的做法。

模型版本切换（Model Version Switch）同样讲究“平滑”。离线训练出炉的新模型，先在评估集上通过，再进入灰度发布（Rollout）：让一小部分流量（比如 5%）先使用新模型，同时用 AB 实验对比新旧模型的线上指标——点击率、转化率是否真的提升。

灰度放量不是一锤子买卖，而是让新模型流量比例 λ 从 0 缓慢升到 1。过程中，线上打分常采用新旧模型得分的加权混合，让用户体验无感过渡。一旦指标异常，立即触发回滚机制，切回旧模型，保证业务不受伤。

改菜谱和换模型，本质上都是“在稳定中求进化”。聪明的后厨从不让客人吃到“试验品”，聪明的推荐系统也从不拿全部用户冒险。灰度、AB、回滚，就是给“上新”系上的三条安全带。

ptotal=(1−λ)⋅pold+λ⋅pnew\displaystyle p_{total} = (1-\lambda) \cdot p_{old} + \lambda \cdot p_{new}
混合打分：同时参考新旧模型的得分，λ 控制新模型的份额，过渡平滑可回退。
  1. 新旧模型得分p_old 是旧模型对某条内容的打分，p_new 是新模型的打分。
    pold,pnewp_{old}, \quad p_{new}
  2. 流量系数 λ新模型承担的流量比例，从 0 慢慢增大到 1。
    λ∈[0,1]\lambda \in [0, 1]
  3. 加权混合输出最终得分同时参考新旧模型。λ 小时以旧模型为主，λ 大时以新模型为主，整个过程平稳顺滑，用户可以无感过渡。
    ptotal=(1−λ)⋅pold+λ⋅pnewp_{total} = (1-\lambda) \cdot p_{old} + \lambda \cdot p_{new}

六、召回精排协同：先海选再精烹

一家餐厅的菜单可能有一百道菜，可客人只想点三五道。有经验的师傅不会把一百道都端上桌让客人选，而是先凭经验筛出客人可能喜欢的十道（海选），再根据今天的时令食材、客人的忌口，精挑细选端上最合适的几道（精烹）。

推荐系统面对的是几十万甚至上亿的候选物品，不可能全部精细打分。于是采用两段式架构：召回（Recall）环节从海量候选中快速筛出几百上千个“可能相关”的候选，讲究宽进快出，常用双塔向量召回、协同过滤、实时行为召回等轻量模型。精排（Ranking）环节再对候选做精细打分，使用特征更全、复杂度更高的模型，产出最终排序。

召回与精排并非各干各的，它们要协同。召回层可以吸收在线训练产生的实时信号，快速响应用户刚点过的内容；精排层则以离线训练的基础模型为骨架，叠加实时特征。最终排序分数可由两者得分加权融合，兼顾“广撒网”与“精瞄准”。

海选靠经验广撒网，精烹靠手艺细打磨。召回与精排的分工，就像后厨的“点菜员”和“掌勺师傅”：一个快而宽，一个慢而精，配合得当，客人才能既满意又惊喜。

sfinal=α⋅srecall+β⋅srank\displaystyle s_{final} = \alpha \cdot s_{recall} + \beta \cdot s_{rank}
融合打分：召回看“宽”，精排求“准”，加权融合让排序既快又稳。
  1. 召回得分 s_recall轻量模型对候选的相关性粗评分，速度快但精度一般。
    srecalls_{recall}
  2. 精排得分 s_rank重模型对候选的精细评分，精度高但计算贵。
    sranks_{rank}
  3. 融合权重 α、β两个环节的信任系数。通常精排权重更大，但召回分能提供多样性兜底。
    α,β\alpha, \quad \beta
  4. 融合公式最终分 = 召回分 × α + 精排分 × β，两者互补，让排序既快又准。
    sfinal=α⋅srecall+β⋅sranks_{final} = \alpha \cdot s_{recall} + \beta \cdot s_{rank}

七、生产落地经验：后厨运营之道

一家餐厅要长盛不衰，光有菜谱和手艺还不够，还得有后厨运营：开店前检查食材库存，营业中观察每道菜的出菜速度，打烊后盘点当日得失。这些“看不见的管理”，决定了餐厅的稳定性。

推荐系统的生产落地同样依赖工程化运营。首先是资源调度：离线训练任务吃重，通常安排在深夜低峰期；在线训练服务需要常驻资源，要按峰值流量预留余量。其次是监控告警：盯住训练耗时的中位数与 P99、模型推理延迟、内存占用，以及线上指标（点击率、转化率），一旦越线立刻告警。

实验评估是把关人：每一次模型升级都要先过 AB 实验，用足量的样本与观察周期判断收益是否显著，避免“跑两天就下结论”。最后是迭代节奏：离线模型按天或按周发布，在线模型持续小步更新；定期复盘线上案例，把“打补丁”沉淀回离线数据与特征中，形成闭环。

高汤要天天熬，灶火要时时看，账要本本清。AI 餐厅的运营之道，就是让离线训练、在线训练、版本切换、监控告警形成一条自我进化的流水线。技术会变，但“稳中求进、小步快跑、出了问题能回退”这套后厨哲学，会长久指引每一次工程决策。

AI 应用场景

场景一：电商首页“猜你喜欢”

阶段：模型训练与在线更新（特征管道 + 增量学习）

解决的问题：传统做法每天全量重训一次模型，用户当天的兴趣变化（比如突然想买露营装备）无法及时响应，推荐总是“慢半拍”。引入在线模块后，实时行为样本秒级进入训练服务，几分钟内就能影响排序结果。

具体案例：某电商平台大促期间“防晒霜”搜索量激增，离线模型要到次日才能学到，在线模型当天上午就捕捉到该趋势并把相关商品加权上浮，该品类点击率提升约 12%。

场景二：短视频信息流推荐

阶段：双路召回 + 精排（实时特征）

解决的问题：短视频用户兴趣变化极快，“刷到就划走”是重要负反馈，离线模型无法及时消化。通过在线增量更新，让“刚划走的内容”即刻压低同类推荐，减少用户流失。

具体案例：某视频 App 上线实时行为召回后，把用户最近 5 分钟看过的视频类目加入召回信号，平均播放时长提升 6%，跳出率下降 3 个百分点。

场景三：广告 CTR 预估的素材冷启动

阶段：在线学习（新素材快速学习）

解决的问题：广告主每天上新大量素材，新素材没有历史点击数据（冷启动），纯离线模型预测不准。在线训练用新素材刚产生的少量曝光与点击快速微调，让新素材迅速获得合理出价。

具体案例：某广告平台对新素材引入在线学习通道，新广告从上线到 CTR 预估稳定所需时间从 12 小时压缩到 1 小时以内，广告主消耗提升 8%。

Python 演示

python60 行
import numpy as np  class RecModel:    """简易逻辑回归推荐模型，展示离线批量训练 + 在线增量更新"""     def __init__(self, dim=8, lr=0.1):        self.w = np.random.randn(dim) * 0.01        self.lr = lr        self._update_count = 0     def predict(self, x):        z = np.dot(x, self.w)        return 1.0 / (1.0 + np.exp(-z))     def compute_grad(self, x, y):        pred = self.predict(x)        return (pred - y) * x     def offline_train(self, X, y, epochs=5):        for _ in range(epochs):            for x, y_i in zip(X, y):                self.w -= self.lr * self.compute_grad(x, y_i)     def online_update(self, x, y):        self.w -= self.lr * self.compute_grad(x, y)        self._update_count += 1  def accuracy(model, X, y):    preds = (model.predict(X) >= 0.5).astype(int)    return float((preds == y).mean())  def make_data(rng, n, shift=None):    X = rng.randn(n, 8)    if shift is None:        y = (X[:, 0] + 0.5 * X[:, 1] > 0).astype(int)    else:        y = (X[:, 0] - shift * X[:, 1] > 0).astype(int)    return X, y  def main():    rng = np.random.default_rng(42)    X_off, y_off = make_data(rng, 5000)    X_new, y_new = make_data(rng, 500, shift=0.8)     model = RecModel()    model.offline_train(X_off, y_off, epochs=5)    print("离线训练后：", round(accuracy(model, X_off, y_off), 3))    print("兴趣漂移后（未在线更新）：", round(accuracy(model, X_new, y_new), 3))     for x, y_i in zip(X_new, y_new):        model.online_update(x, y_i)    print("在线增量更新后：", round(accuracy(model, X_new, y_new), 3))  if __name__ == "__main__":    main()
目的：用逻辑回归模拟推荐模型：先用 5000 条历史样本做离线批量训练，再模拟用户兴趣漂移，用 500 条新样本做在线增量更新，对比三种状态下的准确率。
  1. self.w = np.random.randn(dim) * 0.01用接近零的小随机数初始化参数，避免模型一上来就“自信爆棚”。
  2. return 1.0 / (1.0 + np.exp(-z))sigmoid 函数把分数压到 0~1 之间，表示“用户会点击的概率”。
  3. return (pred - y) * x逻辑回归交叉熵损失的梯度，方向指向误差下降最快的方向。
  4. self.w -= self.lr * self.compute_grad(x, y_i)离线与在线共用的核心更新语句：参数沿梯度反方向迈一小步。
  5. model.offline_train(X_off, y_off, epochs=5)用全量历史样本做多轮批量迭代，相当于“熬高汤底料”。
  6. y = (X[:, 0] - shift * X[:, 1] > 0).astype(int)改变标签生成规则，模拟用户兴趣发生漂移。
  7. model.online_update(x, y_i)每来一条新样本就更新一次参数，相当于“餐中试味微调”。

常见误区

误区离线训练用的是几千万条历史数据，在线训练一次只吃一两条样本，数据量差这么多，离线模型肯定更准，“在线训练”不过是锦上添花。

正解离线模型代表的是“过去的规律”。用户兴趣每天都在漂移，再大的历史样本也无法预测“今晚突然流行什么”。在线模型虽然单步提升微小，但能持续贴近当下，往往在实时点击率这类指标上表现更好。两者各有擅长：离线管稳定与广度，在线管新鲜与时效，就像“高汤”和“手勺”不能互相替代。

为何常见：人们天然更信任“数据量大的东西”，却忽略了数据的时效性——久远的样本对预测当下的价值正在贬值。

误区以为“在线”就等于“永远在线地全量重训”，模型每时每刻都在把历史数据从头到尾跑一遍。

正解真正的在线训练是“增量更新”：只拿最新的一条或一小批样本，对参数做微调，计算量远小于全量重训。如果每秒钟重算全量，算力成本会爆炸，延迟也完全不可接受。“增量 + 平滑（如 EMA）”才是工程常态。

为何常见：把“在线”理解成“始终运行的大规模训练”，混淆了“批量训练”与“流式更新”两种完全不同的计算模式。

误区新模型在离线评估集上 AUC 明显提升，那就直接上线替换旧模型，效率最高，用户也不会注意到差别。

正解离线评估与真实线上环境存在分布偏差——用户行为、流量结构都可能变化。直接全量替换风险极大：一旦新模型在线上翻车，影响的是全体用户。正确做法是灰度发布：先让 5% 流量试跑，AB 实验验证后再逐步放量，同时保留回滚能力。换菜谱也要先让老顾客试吃，而不是直接换掉整本菜单。

为何常见：只信任离线指标，忽视了“评估分布 ≠ 线上分布”，也低估了线上故障的爆炸半径。

误区在线训练实时又灵敏，离线训练又慢又费钱，直接砍掉离线训练，让模型全靠在线更新就行。

正解在线训练步长小、样本少，只能做“局部微调”，无法从头学习复杂的高维模式。离线训练用海量数据打底，提供覆盖广、信噪比高的基础能力。没有离线打底，在线微调就像没有高汤的汤面——只有表面咸味，没有底蕴。

为何常见：被在线训练的“实时性”吸引，却忽略了它的“小步长”本质，误以为它可以承担全部学习任务。

面试题

Q1. 离线训练通常使用哪种数据作为输入？

单选题 · easy

  • A.用户当前刚刚发生的点击行为
  • B.积累数天或数周的历史日志数据← 正确答案
  • C.模型实时生成的预测结果
  • D.推荐结果被点击后的即时反馈

答案：B。离线训练吃的是“过去攒下来的历史日志”，就像大厨用多年积累的配方熬高汤；而实时点击、即时反馈属于在线训练的输入。选项 A、D 描述的是实时数据，C 是模型输出而非训练输入。

Q2. 在线训练最主要的优势是什么？

单选题 · easy

  • A.训练成本低且样本量非常大
  • B.完全不需要任何人工干预
  • C.能快速捕捉用户兴趣漂移← 正确答案
  • D.可以替代所有离线训练工作

答案：C。在线训练的价值在于“快”，能对刚刚发生的行为做出反应，跟上用户的兴趣漂移，就像大厨饭点根据客人反馈随时调口味。A 中样本量小且成本不低，B 过于绝对，D 忽略了离线训练打底的作用。

Q3. 推荐系统中“召回”环节的主要任务是？

单选题 · easy

  • A.从海量候选中快速筛选出小批相关项← 正确答案
  • B.对全部商品逐一进行精确打分排序
  • C.直接生成用户的完整购物报告
  • D.替代精排环节进行最细粒度排序

答案：A。召回负责“海选”，从几十万甚至上亿个候选中快速筛出几百上千个，讲究宽进快出；精排才负责精细打分。把精确排序全交给召回、或让召回生成购物报告，都不符合两段式架构的设计。

Q4. 模型版本灰度发布的正确做法是？

单选题 · mid

  • A.新模型直接上线并立即下线旧模型
  • B.让少量流量使用新模型再逐步扩大← 正确答案
  • C.新旧模型平均各处理一半流量即可
  • D.只做离线评估通过就全量替换

答案：B。灰度发布的核心是“小步试探、逐步放量”：先让少量流量用新模型，验证线上指标后再扩大比例。A 和 D 是直接全量替换，风险大；C 的平均切分缺少“从少到多”的过程，也不符合灰度思路，就像新菜要先给老顾客试吃而非直接写进菜单。

Q5. 在线增量更新通常不能做的事情是？

单选题 · mid

  • A.利用单条样本快速梯度更新参数
  • B.用指数滑动平均平滑模型变化
  • C.小步调整以匹配新出现的兴趣
  • D.每次更新把全体历史数据重算一遍← 正确答案

答案：D。在线增量更新的精髓就是“只吃新样本、只动一点点”，每次重算全量不仅算力爆炸，也违背了增量设计的初衷。A、B、C 都是在线更新的典型手段，而 D 是把在线训练误解成全量重训。

Q6. 关于离线训练与在线训练的关系，正确的是？

单选题 · mid

  • A.两者相互独立且可完全互相替代
  • B.离线打底加在线纠偏是常见组合← 正确答案
  • C.在线训练精度始终高于离线训练
  • D.离线训练只用于数据规模较小场景

答案：B。生产系统中两者是互补关系：离线模型用海量数据打底保证稳定，在线模型实时修正保证新鲜，就像高汤底料加餐中调味。A 的“完全替代”、C 的“始终更高”都过于绝对，D 则说反了——离线训练恰恰适合大规模数据。

Q7. 推荐系统训练数据管道需要重点关注哪些方面？

多选题 · mid

  • A.数据采集的完整性与实时性← 正确答案
  • B.特征与标签的时间对齐一致性← 正确答案
  • C.训练样本的分布偏差控制← 正确答案
  • D.完全放弃质检以节省计算资源

答案：ABC。数据管道像食材流水线，采集、对齐、质检缺一不可。时间对齐能防止标签泄漏（未来信息混入），分布偏差控制能防止线上效果失真。D 说放弃质检，等于把变质的肉端上桌，必然翻车。

Q8. 模型回滚机制的触发场景包括？

多选题 · hard

  • A.新模型线上指标显著下降← 正确答案
  • B.新模型推理耗时出现突增← 正确答案
  • C.发现训练样本存在数据泄漏← 正确答案
  • D.用户反馈完全消失一切正常

答案：ABC。回滚是新模型上线后的“安全绳”：指标下降说明效果不行，耗时突增说明性能扛不住，数据泄漏说明样本本身有毒，都应立即切回旧模型。D 一切正常时无需回滚，回滚是有风险才采取的兜底动作。

Q9. 关于召回与精排的协同，下列说法正确的有？

多选题 · hard

  • A.召回负责从海量候选中快速缩小范围← 正确答案
  • B.精排在召回基础上做更精细的排序← 正确答案
  • C.召回全用规则后精排就无法发挥作用
  • D.两者可以使用不同的特征与模型← 正确答案

答案：ABD。两段式架构中，召回宽进快出，精排精打细算，两者可以各自选用不同的轻/重模型和特征。C 的说法错误：即使召回全用规则，精排依然能在候选集上精细打分，只是候选质量可能拖累上限——就像海选范围选错了，精烹手艺再好也难救。

Q10. 在线训练中为避免被单条噪声样本带偏，常用策略是？

单选题 · extreme

  • A.将学习率提高到极值加速收敛
  • B.用较小步长并对梯度做平滑处理← 正确答案
  • C.完全忽略所有新到的实时样本
  • D.把在线模型参数定期随机重置

答案：B。单条样本可能只是偶发噪声，用较小步长 + EMA 平滑（新旧信息按比例融合）能让模型“记得住经验、扛得住扰动”，像大厨不会因为一位客人说咸就推翻整本菜谱。A 会放大噪声，C 放弃了在线能力，D 则直接丢掉历史经验。