---
title: "Dynamic Model Fusion"
created: 2026-05-15
updated: 2026-05-15
type: concept
tags: [machine-learning, attention, interpretability, relational-data]
sources: [raw/papers/zeng-neurida-2025.md]
---

# Dynamic Model Fusion

**Dynamic Model Fusion** 是 DIME 管线的第三阶段，负责将有选择地将关联表的上下文信息融合到目标表元组表示中。

## 核心机制

使用**上下文感知融合模块（Context-Aware Fusion Module）**：

1. 计算关联表中每个上下文信号的**重标定重要性分数**
2. 基于任务画像自适应加权：与任务最相关的关联表获得更高权重
3. 将加权后的关系上下文注入目标表元组的 [[dynamic-relation-modeling|关系嵌入]]
4. 输出：**融合嵌入（Fused Embedding）**，直接送入预测头

## 可解释性

融合模块产生的重要性分数天然支持**预测归因**：
- 例如，在用户流失预测中，UserInfo 表获得最高重要性（用户画像最具预测力）
- 在广告点击预测中，Search 行为信号权重最大
- 这些分数与领域知识高度一致，无需额外的可解释性组件

## 消融实验

移除 Dynamic Model Fusion 后，性能下降幅度超过移除 Dynamic Relation Modeling，说明**选择性融合**（而不是简单拼接所有关系信息）是关键设计。

## 来源

- [[zeng-neurida-2025|NeurIDA 论文]]