粗排轻量模型与向量相似度剪枝

粗排轻量模型架构 (Pre-Ranking / Match-Filtering Layer) 是连接多路召回与重精排之间的承上启下模块；它在 5ms 极严苛延迟预算 内，对多路召回合并后的上万个候选物品 ($10^4$) 进行初步打分与快速剪枝，输出最优质的千级候选 ($10^3$) 送入精排；主流工业架构包括：1) 向量粗排 (双塔粗排模型直接点积排序)；2) 蒸馏轻量 DNN / COLD (基于精排复杂模型蒸馏得到的小型 2-3 层 MLP，与精排共享底层 Embedding 表)；3) FSCD (特征选择与可分离特征交叉算子)。

召回候选路数多（数十路召回合并后达 50,000+ 物品）、精排算力成本高昂的大型推荐与搜索广告系统。

若直接让精排模型对 10,000+ 物品打分，算力与耗时超标 10 倍以上；若不设粗排直接暴力截断，会破坏多路召回的跨通道多样性并遗漏大量潜在高价值爆款；粗排以精排 5% 的算力成本筛选出 90% 的精排 Top 候选。

详细对比双塔粗排 (Two-Tower Pre-ranking) 与轻量交互粗排 (COLD / Light DNN) 在特征表达力与算力延迟上的权衡？

粗排与精排共享 Embedding 表 (Shared Embedding) 时，如何防止粗排梯度回传破坏精排高精度的 Embedding 表征？

知识蒸馏在粗排模型训练中的应用：如何以精排模型的 Soft-Target 预估分为教师信号训练轻量粗排网络？

粗排的评估指标：为什么粗排的核心指标不仅看单独的 AUC，更要看与精排 Top-K 结果的命中重合率 (Top-K Overlap / Hit Rate)？

在千级候选打分时，如何在 C++ 推理引擎中利用 SIMD 与模型量化 (INT8/FP16) 压榨极致的算力吞吐？