DCN-v2 深度特征交叉网络

DCN-v2（Deep & Cross Network V2，由 Google 团队在 2021 提出）是一种能够以极低计算复杂度显式学习任意有限阶多项式特征交叉 (Explicit Polynomial Feature Interaction) 的精排架构；其核心为 Cross Network 交叉层：第 $l+1$ 层特征通过递归公式 $x_{l+1} = x_0 \odot (W_l x_l + b_l) + x_l$ 构造，其中 $\odot$ 为逐元素乘积 (Hadamard product)，每经过一层交叉层特征交叉阶数严格增加 1 阶（$l$ 层可建模高达 $l+1$ 阶的完全特征交互）；为在大规模特征维度下降低计算参数量，DCN-v2 创新性引入了低秩矩阵分解 (Low-Rank Decomposition: 将权重矩阵分解为 $W = U V^T$，其中 $U, V \in \mathbb{R}^{d \times r}, r \ll d$) 以及专家混合 (Mixture-of-Experts) 机制。

工业级超大规模推荐精排模型、计算广告 CTR/CVR 预估系统的主力特征交叉骨架。

传统 MLP 只能隐式、不可控地拟合特征交叉，且计算效率低下；初代 DCN 表达能力受限于秩为 1 的投影；DCN-v2 提供了表达力极其强大的全矩阵与低秩显式交叉，在保证生产低延迟的同时大幅超越传统深度模型。

详细推导 Cross Network 的层级递推公式 $x_{l+1} = x_0 \odot (W_l x_l + b_l) + x_l$ 如何逐层增加特征多项式交互阶数？

DCN-v2 的低秩矩阵分解 (Low-Rank Architecture: $W = U V^T$) 如何将矩阵乘法复杂度从 $O(d^2)$ 降低到 $O(2dr)$？

对比 DCN-v2 的两种典型拓扑组合模式：并联结构 (Parallel: Cross 与 Deep 分支并联) 与串联结构 (Stacked: Cross 堆叠在 Deep 之前) 的优缺点？

DCN-v2 中的 Mixture-of-Experts (MoE) 机制如何将输入空间划分给不同专家子空间以捕捉多峰分布特征交叉？

在生产环境部署时，Cross Network 的浮点运算量 (FLOPs) 与传统深层 5 层 MLP 的吞吐量 (QPS) 实测对比？