柴立岩 庞超 张进猛

摘 要：随着人工智能的广泛应用，智能模型训练成为研发周期的关键路径。灰度发布的引入，将模型训练实现多“进程”，及时抓取用户反馈信息，提高模型的成型效率。

关键词：灰度发布;用户分流;人工智能;算法调优

0    引言

灰度发布又称金丝雀发布，是指在黑与白之间能够平滑过渡的一种发布方式。可以让一部分用户继续使用产品特性A，一部分用户用产品特性B，然后再根据用户反馈信息决定逐步扩大范围。智能模型训练实质为调整算法参数，不断地重复抓取用户反馈数据和模型调整。灰度发布的运用与传统智能模型训练相比，可以同时运行多个不同维度参数、不同权重的模型版本，结合用户反馈信息，多管齐下，大大缩短模型筛选的时间，加速模型定型。

1    概述

1.1 智能模型训练现状

目前的智能模型训练都是根据业务需求进行模型设定，利用一套模型算法来完成用户信息采集和重要节点优化，根据用户的反馈信息调优维度参数及权重参数。在日常测试中，一般要经过十多次的优化周期才能达到上线需求。此流程使得开发周期延迟，不能满足业务发展需求。

1.2 建设目标

借鉴知名IT企业7*24不停止服务，结合引流条件前置，完成多个模型版本无缝链接，压缩训练周期，满足业务需求。

（1）将模型训练算法试行灰度发布，做到7*24不停止服务，多版本共存，标记不同引流下用户信息;通过信息的整理、加工、分析调优算法参数。……