菜单
生成PLE数值嵌入和Sparse-MOE结构代码，自动添加梯度冲突检测和维度注释，适配多任务学习。当用户需要数值特征嵌入、混合专家模型、多任务学习架构时触发此Skill。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
| name | ple-moe-expert |
| description | 生成PLE数值嵌入和Sparse-MOE结构代码，自动添加梯度冲突检测和维度注释，适配多任务学习。当用户需要数值特征嵌入、混合专家模型、多任务学习架构时触发此Skill。 |
本Skill用于生成PLE (Piecewise Linear Embeddings) 数值嵌入和Sparse-MOE (Mixture of Experts) 结构的PyTorch代码，特别针对多任务学习(MTL)场景优化。
# 生成PLE嵌入层
ple_embed = generate_ple_embeddings(
n_features=10, # 数值特征数量
d_embedding=64, # 嵌入维度
n_bins=48, # 每个特征的分箱数
activation=True # 是否使用ReLU激活
)
# 生成Sparse-MOE层
moe_layer = generate_sparse_moe(
d_model=256, # 输入/输出维度
num_experts=8, # 专家数量
top_k=2, # 每个token选择top-k专家
expert_hidden_dim=1024 # 专家FFN隐藏层维度
)
# 生成MTL-PLE-MOE模型
model = generate_mtl_ple_moe_model(
num_features=100,
ple_bins=64,
ple_dim=128,
num_shared_experts=4,
num_task_experts=[3, 3], # 每个任务的专家数
tasks=['ctr', 'cvr'],
d_model=256,
top_k=2
)
| 资源 | 路径 | 说明 |
|---|---|---|
| 代码生成器 | scripts/ple_moe_generator.py | 完整的PLE和MOE代码生成 |
| PLE参考实现 | references/ple_reference.py | Yandex Research官方PLE实现 |
| MOE示例 | references/moe_examples.py | Sparse MOE使用示例 |
| 梯度冲突检测 | scripts/gradient_conflict_detector.py | 梯度冲突检测工具 |
PLE将连续数值特征通过**分箱(bins)**转换为向量表示，相比简单的线性嵌入能更好地捕捉特征的非线性关系。
对于输入特征值 $x$ 和分箱边界 $[b_0, b_1, ..., b_n]$，PLE编码为：
$$ x_{ple} = [1, ..., 1, \frac{x - b_i}{b_{i+1} - b_i}, 0, ..., 0] $$
其中只有包含 $x$ 的那个bin位置有非零值（在0到1之间），其他位置为0或1。
输入: (batch_size, n_features) # 标量特征
输出: (batch_size, n_features, d_embedding) # 向量嵌入
混合专家模型(MOE)通过门控网络将输入路由到不同的专家网络，每个专家专注于处理特定类型的数据模式。
输入 x: (batch_size, seq_len, d_model)
↓
门控网络 G: (batch_size, seq_len, d_model) → (batch_size, seq_len, num_experts)
↓
Top-K选择: 选择概率最高的k个专家
↓
专家网络 E_i: 每个专家对输入进行变换
↓
加权聚合: output = Σ(g_i * E_i(x))
为防止所有输入都路由到少数专家，引入负载均衡损失：
$$ L_{balance} = \alpha \cdot num_experts \cdot \sum_{i=1}^{num_experts} f_i \cdot P_i $$
其中 $f_i$ 是路由到专家i的token比例，$P_i$ 是门控网络分配给专家i的平均概率。
在多任务学习中，不同任务的梯度方向可能相互冲突，导致模型性能下降。
{
'cosine_similarity': 0.45, # 梯度余弦相似度
'conflict_ratio': 0.23, # 冲突比例（负相似度占比）
'grad_norm_task1': 1.23, # 任务1梯度范数
'grad_norm_task2': 0.87, # 任务2梯度范数
'pcgrad_applied': True # 是否应用了PCGrad
}
所有生成的代码都遵循以下维度注释规范：
# 输入维度: (batch_size, n_features)
# 输出维度: (batch_size, n_features, d_embedding)
# 权重维度: (n_features, d_embedding)
| 符号 | 含义 |
|---|---|
| B | batch_size |
| N | n_features / num_tokens |
| D | d_model / d_embedding |
| E | num_experts |
| K | top_k |
| T | num_tasks |
输入特征
↓
┌─────────────────────────────────────┐
│ PLE数值嵌入层 │
│ (batch, n_features) → (batch, n_features, d_emb) │
└─────────────────────────────────────┘
↓
┌─────────────────────────────────────┐
│ 特征扁平化 + 投影 │
│ (batch, n_features*d_emb) → (batch, d_model) │
└─────────────────────────────────────┘
↓
┌─────────────────────────────────────┐
│ Sparse-MOE层 │
│ ┌─────────────┐ ┌─────────────┐ │
│ │ 共享专家(4个) │ │ 任务特定专家 │ │
│ │ │ │ (每个任务3个) │ │
│ └─────────────┘ └─────────────┘ │
└─────────────────────────────────────┘
↓
┌─────────────────────────────────────┐
│ 任务特定塔 │
│ ┌─────────┐ ┌─────────┐ │
│ │ CTR塔 │ │ CVR塔 │ │
│ └─────────┘ └─────────┘ │
└─────────────────────────────────────┘
↓
[CTR_pred, CVR_pred]
| 参数 | 推荐值 | 说明 |
|---|---|---|
| n_bins | 48-128 | 更多bins = 更精细的数值表示 |
| d_embedding | 32-128 | 根据特征复杂度选择 |
| activation | True | 通常使用ReLU激活 |
| 参数 | 推荐值 | 说明 |
|---|---|---|
| num_experts | 4-16 | 专家数量 |
| top_k | 1-4 | 通常2效果较好 |
| expert_hidden_dim | 2-4x d_model | 专家FFN隐藏层维度 |
运行以下命令生成完整的多任务学习模型：
from scripts.ple_moe_generator import generate_mtl_ple_moe_model
model = generate_mtl_ple_moe_model(
num_features=50,
ple_bins=64,
ple_dim=64,
num_shared_experts=4,
num_task_experts=[3, 3],
tasks=['click', 'convert'],
d_model=256,
top_k=2,
expert_hidden_dim=1024,
enable_gradient_conflict_detection=True
)
print(model)
PLE_MOE_MTL_Model(
(ple_embeddings): PiecewiseLinearEmbeddings(...)
(feature_projection): Linear(...)
(moe_layer): SparseMOELayer(...)
(task_towers): ModuleList(...)
(task_heads): ModuleList(...)
(gradient_conflict_detector): GradientConflictDetector(...)
)
torch>=1.10.0
numpy>=1.20.0
scikit-learn>=1.0.0 # 用于决策树分箱