PulseAugur
实时 10:50:22
English(EN) Generative Bid Shading in Real-Time Bidding Advertising

美团部署生成式竞价压低以优化广告支出

研究人员开发了生成式竞价压低(GBS),一种优化实时广告竞价的新方法。GBS 利用自回归生成模型创建压低比例,并利用分层动态网络和奖励偏好对齐系统提取特征。该方法旨在通过克服现有两阶段竞价压低技术的局限性来提高短期和长期剩余。GBS 已成功部署在美团 DSP 平台上,处理每日数十亿的竞价请求。 AI

影响 引入了一种新颖的生成式广告竞价方法,该方法已大规模部署,可能影响行业实践。

排序理由 这是一篇详细介绍广告竞价优化新方法的学术论文。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

美团部署生成式竞价压低以优化广告支出

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Yinqiu Huang, Hao Ma, Wenshuai Chen, Zongwei Wang, Shuli Wang, Yongqiang Zhang, Xue Wei, Yinhua Zhu, Haitao Wang, Xingxing Wang ·

    Generative Bid Shading in Real-Time Bidding Advertising

    arXiv:2508.06550v3 Announce Type: replace-cross Abstract: Bid shading plays a crucial role in Real-Time Bidding (RTB) by adaptively adjusting the bid to avoid advertisers overspending. Existing mainstream two-stage methods, which first model bid landscapes and then optimize surpl…