实体
Criteo Uplift
Criteo Uplift
PulseAugur coverage of Criteo Uplift — every cluster mentioning Criteo Uplift across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新研究使用 A/B 测试数据指导自适应实验设计
一篇新的研究论文探讨了如何利用 A/B 测试的历史数据来指导自适应实验的设计，特别是那些采用上下文老虎机的实验。该研究引入了一种结合离线策略评估和受控预热模拟的方法，以评估自适应策略的潜在收益。研究结果表明，当存在显著的治疗效果异质性时，自适应的、上下文感知的策略可以优于固定分配，而在其他情况下则几乎没有益处。该研究在已建立的开放基准上验证了这些结论，为确定自适应实验的价值提供了一个实用的框架。
-
新的提升建模方法通过交叉注意力改进因果推断
研究人员引入了交叉注意力提升网络（CHAUN）和鲁棒对抗性逆倾向得分（RA-IPS）方法来改进提升建模。CHAUN 利用共享特征嵌入和交叉注意力来更好地模拟处理组和对照组之间的相关性。RA-IPS 方法通过对抗性地优化倾向权重来解决真实倾向得分不可用的情况。实验表明，CHAUN 的 QINI 分数提高了 25.6%，RA-IPS 增强了对不可观测混淆的鲁棒性。
-
新框架通过校准不确定性改进广告竞价
一篇新的研究论文介绍了一个决策校准一致性框架，旨在改进流媒体广告中的竞价决策。该框架通过根据预测误差对可部署策略的影响来衡量预测误差，从而解决了未来库存、需求和用户体验方面的不确定性。与传统方法相比，所提出的方法显著减小了不确定性半径，从而制定了更自信、不那么保守的竞价策略。