多目标loss平衡：
优化方法更多的考虑的是在已有结构下，更好地结合任务进行训练和参数优化，它从Loss与梯度的维度去思考不同任务之间的关系。在优化过程中缓解梯度冲突，参数撕扯，尽量达到多任务的平衡优化。
-
GradNorm 尝试将不同任务的梯度调节到相似的量级来控制多任务网络的训练，以鼓励网络以尽可能相同的速度学习所有任务。
-
DWA 它也通过考虑每个任务的损失改变，去学习平均不同训练轮数下各任务的权重。
多目标融合推理
为了建模用户的满意度，我们会对多个隐式、显式目标进行预估，如点击率、有效播放率、播放时长、点赞率、关注率等。最终用统一的融合公式将预估值合成一个排序分。
-
线性加权 score=\sum_{i=1}^n\alpha_i*ctr_i
-
指数加权 score=\prod_{i=1}^n ctr_i^{\alpha_{i}}
-
带权指数加法 score=\sum_{i=1}^n(\alpha_i+ctr_i)^{\beta_i}
-
带权指数乘法 score=\prod_{i=1}^n(\alpha_i+ctr_i)^{\beta_i}
-
强化搜参：把线上流量分成一些小的流量池，通过一些线上当前的参数，去生成一些新的参数，去看用户对这些参数的反应，收集反馈进行迭代。
