你能对比 hinge loss、NCE/InfoNCE 以及其他 pairwise loss 吗？适用场景是什么？

Can you compare hinge loss, NCE/InfoNCE, and other pairwise losses? When to use them?

题目类型: 技术面试题

这是一道技术面试题，常见于澳洲IT公司面试中。

难度: hard

分类: Machine Learning, Recommendation, Search

标签: hinge, InfoNCE, NCE, BPR, pairwise

参考答案摘要

答案 我会用“优化目标 + 采样要求 + 工程实现”来对比： Hinge loss（margin ranking） ：希望正样本得分至少比负样本高一个 margin，直观、可解释，常用于 pairwise 排序；但对分数尺度敏感，margin 需要调参。 NCE/InfoNCE ：把“区分正样本 vs K 个负样本”写成 softmax 形式，本质是对比学习目标，适合大规模检索；对负样本质量/数量...

本题提供 STAR 原则详细解答和技术解析，登录匠人学院学习中心即可查看完整答案。