研究人员开发了HOBA，一个旨在改进在线广告竞价系统的新型分层强化学习框架。该系统在不同时间尺度上分离了战略推理、模型选择和出价执行，使用大型语言模型进行超参数推断，并使用SARSA代理进行专家模型选择。在AuctionNet基准测试和大规模A/B测试中的实验表明，HOBA的性能优于现有方法，在实际部署中目标成本提高了3.6%。 AI
影响 该框架通过改进出价优化和减少手动调整，可能带来更具适应性和效率的在线广告系统。
排序理由 该集群包含一篇详细介绍用于在线广告的新型AI框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- AuctionNet
- Decision Transformer
- Hugging Face
- large language model
- model predictive control
- offline RL policies
- SARSA agent
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
