Зачем рекомендации разбивают на каскад «отбор кандидатов → ранжирование → переранжирование»?

Потому что нужную модель нельзя применить ко всему каталогу за отведённое время. Тяжёлый ранжировщик с сотней признаков считает объект за десятки микросекунд — на миллионе объектов это десятки секунд при бюджете в 100 мс. Каскад разводит это по этажам: отбор сводит миллионы к сотням дешёвой моделью (скалярное произведение и поиск соседей), ранжирование тратит на эти сотни дорогую модель, переранжирование правит верхушку под разнообразие и бизнес-правила. У каждого этажа своя метрика: у отбора — полнота, у ранжирования — точность и NDCG, у переранжирования — ограничители.