Pointwise、Pairwise、Listwise 三种排序学习有什么区别？各自的损失函数怎么写？

一句话速记：Pointwise 将排序拆解为单 Item 的分类或回归，未显式考虑候选项之间的相对关系；Pairwise 建模二元偏序（如 BPR、RankNet），关注两两相对顺序，但面临 $O(N^2)$ 样本量膨胀与噪声放大问题；Listwise 将整个列表作为优化目标（如 ListNet、LambdaLoss），直接对齐 NDCG 等排序指标，排序能力通常较好但计算与调优成本相对较高。

排序学习、推荐

同章节的其他八股

• ReLU、GELU、SwiGLU 有什么区别？大模型为什么偏爱门控激活？
• BatchNorm 和 LayerNorm 的区别？为什么 NLP 用 LayerNorm？
• Adam 和 AdamW 的区别？
• Warmup 的作用是什么？
• 梯度消失和梯度爆炸怎么解决？
• L1 和 L2 正则化有什么区别？
• 交叉熵损失怎么推导？二分类为什么不用 MSE？
• 训练中 loss 出现 NaN 怎么排查？
• 梯度累积的原理是什么？
• 余弦相似度、点积、欧氏距离有什么关系？
• KMeans 的流程、缺点和改进？
• Xavier 初始化和 Kaiming 初始化有什么区别？大模型怎么初始化？