6.3 shortlist 与 tournament 两段式

6.3 shortlist 与 tournament 两段式

本节摘要：高基数场景的完整工程答案是一套两段式赛制。第一段 predict_shortlist（官方口径提供）：不问「一百二十个候选里选谁」，先问「哪些候选值得进决赛」——用规则、召回分或预算截断把候选缩到约二十个以内（该界线与官方「约 20 个以上选项 Jev 更强」的口径对齐，官方口径）；第二段 tournament（官方口径提供）：决赛圈内两两配对比较，让模型做它最擅长的小选项集决策，聚合胜负关系得最终排序。本节给出两段式架构的完整 ASCII 图与代码骨架（写法示意）、配对方式的三种选择（循环赛、淘汰赛、top 种子赛）、胜负聚合的方法，以及一段清醒剂：两段式是对官方高基数边界的工程补偿，不是超越——它把「不可用」救成「可用」，不把「不如 Jev」变成「强过 Jev」。

学习目标

• 画出两段式架构：候选池、shortlist 粗筛、决赛圈、tournament 决胜四层。
• 说出 shortlist 与 budget 的本质区别：筛「谁该进」与裁「超额的」。
• 为场景选择配对方式：循环赛、淘汰赛或 top 种子赛，并算清调用次数。
• 用胜负关系聚合出最终名次，并处理平局与循环克制。
• 复述两段式的定位：工程补偿，精度上限仍受官方高基数口径约束。

一、从预算到赛制

第 6.2 节的 budget 解决了「跑得动」，但它有个结构性弱点：裁剪依据是外部信号（召回分、规则），决策头只见到被放进来的候选——如果粗筛错了，决赛圈里就没有正确答案，后面再准也无力回天。两段式对此的改进不是「换一种裁法」，而是把「缩小候选集」本身变成一个明确的、可度量、可迭代的工程环节：shortlist 的召回率成为一等指标，可测、可调、可验收。这就是「闸门」与「赛制」的差别——闸门只要流量，赛制要对名次负责。

两段式架构：高基数候选的完整处理链

  ┌─────────────────────────────────────────────────────┐
  │ 候选池：120 个选项（示意规模）                         │
  └───────────────────────┬─────────────────────────────┘
                          ▼  第一段 predict_shortlist（粗筛）
  ┌─────────────────────────────────────────────────────┐
  │ 粗筛信号：召回分 / 业务规则 / 分层配额（6.2 三裁法）    │
  │ 出口约束：决赛圈 ≤ 约 20 个（对齐官方高基数口径）       │
  └───────────────────────┬─────────────────────────────┘
                          ▼  第二段 tournament（决胜）
  ┌─────────────────────────────────────────────────────┐
  │ 决赛圈 16 个（示意）：两两配对成 choice 题              │
  │   A vs B → 模型选一方；C vs D → ……                    │
  │ 胜负聚合：胜场数 / 加权胜分 → 最终名次                  │
  └───────────────────────┬─────────────────────────────┘
                          ▼
                  最终决策（带名次与置信）
​

两个模块名都来自官方口径（predict_shortlist 与 tournament 为官方提供的能力），本章的写法示意只讲结构，接口以官方仓库 README 为准。

二、第一段：predict_shortlist

shortlist 的输入是全量候选加 context，输出是缩到预算内的决赛圈。官方接口的写法示意：

# shortlist_call.py —— 第一段粗筛（写法示意，接口以官方仓库 README 为准）
from laya import Router

router = Router()

shortlist = router.predict_shortlist(
    context="工单：企业版采购咨询，需要报价单与实施周期。",
    question={
        "id": "route",
        "type": "choice",
        "question": "这条工单应路由给哪个处理组？",
        "options": all_teams,           # 全量 120 个（示意）
    },
    k=16,                               # 决赛圈规模（示意值：≤ 约 20 的安全区）
)
finalists = shortlist["shortlist"]      # 决赛圈候选（字段名以官方文档为准）
​

shortlist 与 budget 的关键差异要分清：budget 是「硬截断，被裁者出局」；shortlist 是「排序收缩，收缩过程本身可度量」。工程上这意味着三件事。第一，召回率要验收：拿一批有人工答案的高基数样本，测正确答案进入决赛圈的比例（示意目标：九成以上再谈第二段，具体按业务定）——召回不达标就先改粗筛信号，别急着上 tournament。第二，k 的取值对齐官方边界：决赛圈控制在约 20 个以内（官方口径的适用区），k 越小越快、召回风险越大，k 顶到边界则延迟与精度双双承压。第三，决赛圈必须给兜底项留席位：与 6.2 同一条纪律，「其他」不占决赛名额也要能作为最终答案出现（示意设计：兜底项常驻候选，不入对局）。

三、第二段：tournament

决赛圈内的问题从「十六选一」变成一连串「二选一」或小组选择——模型始终在小选项集上作答，这是它被官方口径背书的能力区。配对方式三种：

调用次数乘单次延迟（官方口径 32.8 毫秒量级）就是第二段的延迟预算：十六个候选的循环赛约一百二十场、四秒量级（示意值），淘汰赛十五场、半秒量级（示意值）——高基数场景用 laya 做精细排序时，这个账要提前算，赛制就是延迟与稳健的交换。代码骨架（示意）：

# tournament_run.py —— 第二段决胜的骨架（写法示意）
from itertools import combinations

def tournament(router, context, finalists):
    wins = {name: 0 for name in finalists}          # 胜场计数
    for a, b in combinations(finalists, 2):         # 循环赛（示意）
        result = router.predict(
            context=context,
            questions=[{"id": "pair", "type": "choice",
                        "question": "哪个候选更合适？",
                        "options": [a, b]}],
        )
        winner = result["results"][0]["answer"]
        wins[winner] += 1
    return sorted(finalists, key=lambda x: -wins[x])   # 按胜场排名

# ranked = tournament(router, "工单：企业版采购咨询……", finalists)
​

聚合与平局：胜场相同时，用两两对局里的概率差距做小分（示意方法：累加胜局中 winner 的置信度作 tie-break）；出现「A 胜 B、B 胜 C、C 胜 A」的循环克制是正常现象，说明候选实力接近——此时名次的参考价值本来就低，正确动作是把前三名一起送人工复核，而不是逼模型分出高下。另有一条与第 10.2 节相关的纪律：两两对局天然受选项顺序影响，配对时固定一种顺序会引入位置偏差——稳健做法是每对加赛一场交换顺序（调用量翻倍，按需启用，示意建议）。

四、位置与信号的复用

两段式里藏着一个容易被浪费的信号：shortlist 的粗筛分本身携带排序信息。top 种子赛制里它决定种子位；即使不打种子赛，也可以把它与 tournament 胜场做简单融合（示意：加权平均两个排名），通常比单一信号稳——两种信号来自不同视角（外部召回与模型判断），互补性强。融合权重不用精调，留出集上试两三组取稳者即可（示意建议）。

五、清醒剂：补偿不是超越

两段式的成绩单要按官方口径念：约 20 个以上选项的场景 Jev 更强（官方口径）——两段式没有改变这个事实，它做的是把「直接上百选项硬闯 laya」这个不可用方案，改造成「召回担过滤、模型担小集决策、赛制担聚合」的可用方案。它的精度上限由两块决定：粗筛召回率（你的工程）与决赛圈内的小集决策质量（微调后的检查点，第 5 章）。两者都可以做得很高，但当业务对高基数排序的精度要求苛刻、且调优两段式的工程成本超过换方案的成本时，第 9 章的三向选型就是该翻开的下一页——高基数且精度敏感，是 Jev 的主场（官方口径），混合架构（laya 前置过滤加 Jev 兜底）则两头的好处都占一部分。

本节要点回顾

• 两段式四层：候选池、shortlist 粗筛、决赛圈（约 20 个以内，对齐官方口径）、tournament 决胜。
• shortlist 与 budget 的本质差异：排序收缩可度量——召回率是第一验收指标，不达标先改粗筛。
• 三种赛制的调用账：循环赛 n(n-1)/2 最稳、淘汰赛 n-1 最省、top 种子赛折中；延迟预算提前算。
• 平局用小分，循环克制送人工；对局交换顺序可压位置偏差（第 10.2 节展开）。
• 定位清醒：补偿不是超越——高基数精度上限仍受官方口径约束，追不上就到第 9 章分流。

输入与输出两侧的超规格问题都有了应对。但无论窗口聚合还是赛制排名，产出的概率要在业务里当数字用，还差一道工序：校准。下一章把概率变成可信的工程契约。