知鸦日报2026-11-08

模型评估平台融合Ray与Spark，按可分解性将指标分为三类，定义统一接口。通过分桶保留分组语义，用混淆矩阵近似AUC等技巧实现批内计算，并将指标计算与推理重叠，消除序列化和集群启动开销，端到端耗时降低25-32%，且随实验数线性扩展。

Reflex是Shopify为代理驱动开发打造的架构：核心无UI，ViewModel遵循Elm式契约，通过JSON暴露状态与动作，CLI无需模拟器即可驱动应用。测试共享而非代码共享，行为测试覆盖双平台，反馈极快，约1700个测试四分钟跑完，并支持Sidekick等代理集成。

多轮训练中，冻结嵌入表早期、后期再解冻，可避免过拟合并提升效果。通过半同步流水线、融合查找等优化，减少通信开销，最终实现生产环境多轮训练，在线保存指标提升1.09%。