背景
预训练大模型在ctr预估方面取得了不错的效果，但是应用大模型方面还主要停留在提取离线预训练，然后使用大模型的打分结果或者中间的embedding向量，这种级联的应用方式相对灵活方便。但是这种使用大模型提取特征的方式存在自身的问题，那就是通过独立训练得到的特征，对于最终的ctr模型来说不是最优的。主要原因是预训练的大模型和ctr模型存在不对齐的问题，造成大模型提取的特征存在冗余重叠的情况。为了解决这个问题，微软ad团队提出了预训练+联合学习和蒸馏学习的方式，对大模型进行端到端的应用，从而返回大模型真正的威力。
论文：Learning Supplementary NLP Features for CTR Prediction in Sponsored Search
贡献
- 论文证明了非端到端应用的预训练模型，不能取得最好的ctr预测效果，原因是因为离线提取的特征和ctr特征存在冗余重叠问题，影响到了预训练模型提取特征的效果。
- 第一次提出了一种预训练+联合学习的方法，相对与离线大模型提取特征的应用方式，本方法能够有效的客服预训练模型提取特征存在冗余重叠的问题，并且提出了一种蒸馏学习的方法，将预训练的大模型中的只是蒸馏到一个更轻量级的小模型中。
- 基于商业和公共的数据集进行了充分的实验，证明了基于联合学习的方式，取得了显著的效果。基于蒸馏学习的方式，相比于基于特征的蒸馏学习的方式，能够取得两倍显著效果。
实现
预训练+联合学习
蒸馏学习
实验效果
联合学习不同的融合效果对比
联合学习和离线特征提取效果对比
蒸馏学习效果对比
不同层数的bert蒸馏转化率对比
