研究人员开发了 GOAL,一个新颖的生成式框架,旨在通过直接生成激励幅度来优化激励广告。该方法解决了高频交互、延迟反馈和用户疲劳等传统方法难以应对的挑战。GOAL 集成了一个分层因果状态编码器,并引入了安全约束策略优化 (SCPO),以学习一个单一策略,该策略无需重新训练即可适应各种 ROI 约束。实验表明,GOAL 在最小化 ROI 违规的同时,提高了长期收入和用户留存率。 AI
影响 该框架通过优化激励分配,有望带来更有效、更合规的广告活动。
排序理由 学术论文,详细介绍了一种新的生成式框架和优化方法。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →