行行查
行业研究数据库
人工智能行业研究:使用了多个门控网络的MMoE
- 人工智能
- 大模型
推荐系统中的MMoE(Multi-gate Mixture-of-Experts)模型自2018年谷歌提出以来,已成为工业界多目标学习任务的重要架构,被阿里巴巴、腾讯、字节跳动等互联网企业广泛采用,用于更精准地模拟用户行为并优化推荐效果。该模型通过共享底层特征表示,并引入多个门控网络分别控制不同任务的专家网络输出,实现对点击率(CTR)、转化率(CVR)等多个相关目标的联合建模。
在结构上,MMoE由共享底座(Shared Bottom)、多个专家网络(Experts)和多个门控网络(Gates)组成。每个任务通过独立的门控网络动态选择专家网络的权重,从而生成专属的输出路径。相比传统的硬参数共享策略,MMoE能更好地平衡任务间的关联与冲突。例如,知乎在2019年将推荐系统升级为MMoE后,交互层面预估任务的AUC提升了千分之二以上,主任务阅读预测AUC基本持平,用户点赞、收藏、评论等行为显著提升50%至100%,整体用户留存率也提高了约5%。这表明MMoE在提升多目标协同优化能力方面具有明显优势。
关联报告






| 标题 | 时间 | 页数 | 目录 | 下载 |
|---|---|---|---|---|
| 人工智能系列(二):AI驱动下的电子行业新周期 | 2026-10-24 | 35 | ||
| 人工智能行业专题(24):AI短剧:注意力经济新兴市场,AI赋能工业化生产 | 2026-10-26 | 32 | ||
| 人工智能对广域网的影响:思科报告2026 | 2026-10-27 | 26 | ||
| 电力设备与新能源行业周报:特斯拉Optimus量产继续推进,全面实施“人工智能+”行动 | 2026-10-27 | 15 | ||
| 《人工智能能力建设普惠计划》进展报告(2026) | 2026-10-27 | 22 | ||
| 人工智能的物理竞赛:对电力、水和关键矿产的控制正成为人工智能领导地位的决定性因素 | 2026-10-27 | 16 | ||
| 人工智能主线周报:智元发布具身模型,看好智能化 | 2026-11-02 | 19 | ||
| 人工智能行业专题:2026Q3海外大厂CapEx和ROIC总结梳理 | 2026-11-02 | 25 | ||
| 通信及人工智能组行业光互连系列报告(一):FAU,CPO/NPO驱动量价双升 | 2026-11-03 | 22 | ||
| 人工智能及计算机行业行业月报:国家数据集团正式成立,物理AI迎奇点时刻 | 2026-11-07 | 27 |

行研数据库
创投数据库
证券数据库
商业数据库










