重排策略

为什么模型打分后还要重排

模型只看到了「单条」的分数，看不到「一整屏」的组合效果。打分最高的五条可能来自同一个作者、同一个题材——用户滑下来会觉得单调。

重排是在模型打分之后，用工程规则修正整体体验。

重排做什么

重排的约束

重排是约束下的重新排列：

• 尽量保持模型的相对顺序（不要打乱得太离谱）。
• 满足硬约束（已曝光、违规必删）。
• 软约束（作者、题材间隔）通过「惩罚相邻重复」实现。

重排的典型实现

模型打分排序
  -> 逐条判断是否违反硬约束（删 / 换位）
  -> 对相邻重复打「多样性惩罚」，微调顺序
  -> 插入探索位（预留第 5 / 10 位给探索内容）
  -> 输出最终 Feed

重排的权衡

• 规则太多：系统难以解释、难以调优。
• 规则太少：体验单调，模型走偏无人纠正。
• 好的重排：少量关键硬约束 + 轻量软惩罚，尽量少干预模型结论。

一句话

重排是「模型结论 + 工程规则」的结合：去掉绝对不能出现的，拉开过分相似的，插入必须探索的，其余交给模型。它是体验的最后一道修正。

下一节看排序优化的评估与延迟预算。

上一章节

多目标排序

下一章节

实验评估与延迟预算