
方法一人工经验 网格搜索最简单粗暴枚举 (α,β)(α,β) 的组合离线跑指标选最优枚举α ∈ {0.5, 1.0, 1.5, 2.0} β ∈ {0.5, 1.0, 1.5, 2.0} 评估对每组参数跑离线 NDCG / 订单预估 选择离线指标最优的组合上线 AB缺点是搜索空间大而且离线指标和线上指标不一定对齐。方法二贝叶斯优化用 GP高斯过程代理模型 EI 采集函数在参数空间里智能搜索比网格搜索效率高得多第1轮随机采样几组(α,β)跑离线评估得到初始观测点 第2轮GP拟合目标函数EI找下一个最有价值的点 第3轮评估新点更新GP继续迭代 ... 收敛后选最优(α,β)上线AB验证这是工业界最常用的超参搜索方式