摘要：多目标学习提出的背景 一般来说在搜索和推荐等信息检索场景下，最基础的一个目标就是用户的 CTR。但其实用户在产品上的行为是多种多样的（点赞、收藏、分享、留言）。虽然可以对用户的 CTR 进行单个目标的优化，但是这样的做法也会带来负面影响：靠用户点击这个行为推荐出来的内容并不一定是用户非常满意的内容， 阅读全文

摘要：引入 所谓跷跷板问题，就是说多目标优化的时候，任务A优化好了，结果发现任务B效果不好。 帕累托最优：Pareto efficiency或Pareto Optimality，代表了一种多目标优化任务中的理想状态。每次迭代的时候求一个可执行域，可执行域保证每个任务都是有优化的，然后在这个可执行域迭代求个 阅读全文