在线蒸馏灵活却太慢，离线缓存高效却不够灵活，LinkedIn 如何取舍？

📋总体概括

LinkedIn 公开了其在机器学习特征工程与模型更新链路上的架构权衡：在线蒸馏能灵活捕获用户实时行为、快速反映兴趣变化，但计算开销大、响应慢；离线缓存则批处理效率高、成本低，却难以跟上实时偏好。LinkedIn 通过混合策略在两者之间取舍，兼顾时效性与资源效率，这一思路对大规模推荐与AI系统设计有借鉴价值。