English(EN) ARGUS: Policy-Adaptive Ad Governance via Evolving Reinforcement with Adversarial Umpiring

ARGUS系统使用对抗性裁判进行策略自适应广告治理

作者 PulseAugur 编辑部 · [2 个来源] · 2026-05-04 03:58

研究人员开发了ARGUS，一个旨在使在线广告治理适应不断变化的监管政策的新系统。该系统采用了一个三阶段框架，包括策略播种、使用检察官-辩护人-裁判架构的对抗性标签纠正以及潜在知识发现。ARGUS利用RAG增强的策略知识和思维链合成来同步其推理与新指令，在各种数据集上表现优于传统的微调方法。 AI

影响引入了一个新颖的框架，用于将AI治理系统适应动态监管环境，可能提高合规性并减少政策执行中的模糊性。

排序理由这是一篇研究论文，详细介绍了一个用于策略自适应广告治理的新系统。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.CL TIER_1 English(EN) · Deyi Ji, Junyu Lu, Xuanyi Liu, Liqun Liu, Hailong Zhang, Peng Shu, Huan Yu, Jie Jiang, Tianru Chen, Lanyun Zhu · 2026-05-05 04:00

ARGUS: Policy-Adaptive Ad Governance via Evolving Reinforcement with Adversarial Umpiring

arXiv:2605.02200v1 Announce Type: new Abstract: Online advertising governance faces significant challenges due to the non-stationary nature of regulatory policies, where emerging mandates (e.g., restrictions on education or aesthetic anxiety) create severe label inconsistencies a…
arXiv cs.CL TIER_1 English(EN) · Lanyun Zhu · 2026-05-04 03:58

ARGUS: Policy-Adaptive Ad Governance via Evolving Reinforcement with Adversarial Umpiring

Online advertising governance faces significant challenges due to the non-stationary nature of regulatory policies, where emerging mandates (e.g., restrictions on education or aesthetic anxiety) create severe label inconsistencies and reasoning ambiguities in historical datasets.…