PulseAugur
实时 09:16:36

新的拍卖系统优化了大型语言模型对话中的广告投放时机

研究人员开发了LLM-OSDA,一种用于多轮对话中原生广告的新型动态拍卖机制。该系统将最优停止理论与拍卖框架相结合,以确定赞助内容的投放时机和分配。一个名为StopNet的学习组件近似最优停止策略,旨在提高净收入同时保持用户留存。 AI

影响 引入了一种新颖的对话内广告拍卖机制,可能影响基于大型语言模型的平台如何通过用户互动实现盈利。

排序理由 该集群包含一篇详细介绍新技术的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

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

新的拍卖系统优化了大型语言模型对话中的广告投放时机

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Yan Fang, Jialin Chen, Chun Gan, Hang Yu, Mingjun Nie, Yeyu Zhang, Fengxiang He, Ching Law ·

    LLM-OSDA: An Optimal-Stopping Dynamic Auction for Native Advertising in Multi-Turn LLM Conversations

    arXiv:2608.00123v1 Announce Type: new Abstract: LLM-native advertising embeds sponsored content directly into model-generated responses, shifting the unit of sale from a fixed slot to a moment within an evolving conversation. Existing LLM ad-auction mechanisms primarily operate w…