推荐系统中损失函数梳理：从Pointwise到Listwise

召回阶段从海量候选集（百万至亿级）中筛选出数百至数千个候选物品。这一阶段的核心目标是学习高质量的向量表示，使得相关物品在向量空间中与用户表示接近，无关物品远离。召回阶段关注的是向量空间的区分性与检索效率，而非精确的概率预测。评估指标通常为Recall@K或命中率，衡量的是相关物品是否被成功检索到候选集中。