论文：Progressive Layered Extraction (PLE): A Novel Multi-TaskLearning (MTL) Model for Personalized Recommendations 会议：RecSys2020最佳长论文奖 这篇文章其实就是MMOE的改进版。解决了一个问题，做了两件事情。
一个问题：任务不相关时，多个专家网络联结在一起容易导致多个任务此消彼长现象（Seesaw Phenomenon），例如优化CTR和GMV两个任务，结果GMV涨了，CTR跌了。MMOE对不相关任务的优化效果比ESSM强不少，但还是不够强，PLE就让他更强了。多个目标可以同时增长。比帕累托最优化这种方法训练model方便多了。这个我觉得是得最佳论文奖的主要看点。 两件事情：一个是提出了一个改进的网络结构版本，一个是提出了一种多loss融合训练的方法。后面细讲。
一、motivation 我们来看MMOE的网络结构。
A任务和B任务两个loss相加，是总的loss。如果A任务的loss是B任务的2倍，则三个专家网络的参数会往A任务loss梯度下降的方向优化，这样学会的专家网络A任务的提升较高（从而总loss降低），但B任务由于在总loss中占比较低，提升有限，甚至会降低B任务的精度。
作者做了实验，在VTR和CVR两个任务中，MMOE比单任务模型（single-Task）只在VTR任务上有较大提升，在VCR任务上只提升了0.0001。其他多任务学习模型基本上都是此消彼长类型，而PLE在两个坐标轴上都有较大幅度提升。 很自然的就会有这样的想法：一，如果解耦这些专家网络。二、如何优化loss的融合逻辑。让每个任务的loss都能下降，每个任务的业务目标都能得到优化。这就是本论文的精髓。 二、网络结构： 文章中有两个网络结构，一个是单层多任务网络结构(CGC)，一个是多层多任务网络结构（PLE）。
单层的多任务网络结构中，每个任务有一个独立的专家网络，然后每个任务也都从共享专家网络里面提取特征信号，这样保证了单任务有两个特征信号来源：独有信号和糅合共享信号。这样做到了专家网络解耦，同时能利用多任务辅助训练单任务。
多层多任务网络结构中，底层特征抽取结构中，给上层A任务提供的独有专家网络的信号来自于A专家网络和共享网络，但给上层结构提供共享专家网络的信号来源于A+B+共享网络。然后最后一层连接多塔的结构跟CGC是一样的。
三、LOSS函数优化 1、训练集归一化。每个任务的样本空间是不一样的。如果样本空间一样，即： Key:features:label统一的样本对，key可以是userID+videoId，每个任务有每个任务的label,那么直接把各任务的Loss相加即可。 事实上，这些多个任务的样本空间是不一样的，主要是特征features不一样。例如：视频的评论CMR任务，视频可以有被评论次数这个特征，但如果这个特征拿去做CTR任务，那只要这个特征有值就百分之百是有点击的，因而每个任务的样本空间是不一样的。
图中展示了各个任务的样本空间的包含关系。那么这些任务的不同样本空间和不同特征空间的联合训练，文章采取的方法是逐个样本计算loss：
i代表的是每个样本，k代表的是任务K，δik代表的是第i个样本属于第K个任务的关系，属于则为1，不是则为0，对i进行求和就是整个样本空间中K任务的样本数对应的loss值。 2、让每个任务loss权重动态变化。这个方法其实比较浅逻辑。就是设定一个任务的初始权重值，然后让这个权重值随着训练的epoch数不断变化，这样可以尝试很多组权重，可以找到最优的范式。也算是一种解法，因而每个任务的loss是相差比较大的，例如回归任务的loss一般比二分类的loss大不少。需要平衡这两者。 四、总结 文章通过构建一个解耦的MMOE网络，加上loss权重的动态变化，成功的让多任务模型可以在每个任务上都有最优表现。非常不错的做法，比帕累托这种action非常繁琐的做法好了不少。比较接地气，容易action。确实是一篇佳作。
