前面讲的多目标模型主要是用于精排。

粗排：尽量减少推理的计算量，牺牲准确性确保线上推理的速度足够快。

精排模型和双塔模型

中间的神经网络被多个任务共享

因此，前期融合模型用于召回，后期融合可以作为精排。

小红书粗排的三塔模型

交叉特征是指用户特征和物品特征做交叉。训练粗排的方法就是正常的端到端训练，和精排完全一样。

这个模型介于前期融合和后期融合之间，前期融合式把用户特征等底层特征做concatenation，这里是对三个塔输出的向量做concatenation 。