第 67 题：PEPNet的参数个性化，EPNet与PPNet的协同工作机制？
题目
PEPNet的参数个性化，EPNet与PPNet的协同工作机制？
完整讲解
一、PEPNet 与参数个性化
PEPNet（Parameter and Embedding Personalized Network）面向多场景/多域推荐，通过「参数个性化」让同一模型在不同场景下表现更好：不增加太多参数，却能让场景特定信息调制网络行为。核心是 EPNet（Embedding Personalized）与 PPNet（Parameter Personalized）的协同。
二、EPNet 与 PPNet 的协同
- EPNet：对嵌入做个性化。根据场景 ID 或场景特征生成调制向量（如 gate），对共享 embedding 做逐元素缩放或偏移：$e’ = e \odot \gamma + \beta$，其中 $\gamma,\beta$ 由场景决定。这样同一 ID 在不同场景下得到不同嵌入表示，参数量仅为调制网络，远小于为每场景维护独立大表。
- PPNet：对全连接等层参数做个性化。用场景信息生成「 delta 参数」或门控，与共享权重结合：$W’ = W + \Delta W(s)$ 或 $W’ = W \odot G(s)$，使同一层在不同场景使用不同有效权重，适配分布差异。
- 协同：底层更多用 EPNet 做嵌入级适配（特征空间差异大）；高层更多用 PPNet 做决策边界适配（任务/场景目标差异）。两者共用同一主干与场景编码，联合训练，实现「一个模型、多场景个性化」。
三、工程要点
- 场景编码可用场景 ID 嵌入、统计特征或小网络；调制网络宜轻量以防过拟合。
- 冷启动场景可用共享部分或从相似场景迁移调制器。
面试要点
- 能区分 EPNet 与 PPNet：EPNet 对嵌入做场景相关调制（$e’=e\odot\gamma+\beta$）；PPNet 对层参数做场景相关调制（delta 或门控），协同实现多场景参数个性化。
- 能说明协同：底层偏 EPNet、高层偏 PPNet；一个主干 + 场景编码，轻量个性化。
- 能提及多场景/多域、冷启动与调制网络轻量化。
记忆要点
- PEPNet：EPNet（嵌入个性化）+ PPNet（参数个性化），场景调制嵌入与权重。
- EPNet：$e’=e\odot\gamma+\beta$；PPNet：$W’=W+\Delta W(s)$ 或门控；底层嵌入、高层参数。
- 一模型多场景、轻量调制、可冷启动迁移。