real-time bidding
PulseAugur coverage of real-time bidding — every cluster mentioning real-time bidding across labs, papers, and developer communities, ranked by signal.
-
新的BAFF过滤器可减轻实时竞价 A/B 测试中的训练数据干扰
研究人员开发了一种竞价感知过滤器家族（BAFF），以解决实时竞价（RTB）A/B 测试中的训练数据干扰问题。当对照组和处理组模型在共享日志上进行训练时，会发生这种干扰，由于广告选择和竞价价格的差异而导致结果出现偏差。BAFF 通过独立控制对每个干扰通道的容忍度，提供了一种结构化的方法来管理这种偏差，在完全日志拆分和日志共享之间提供了一个范围。提出了一种在线测量协议，用于将数据共享策略与无干扰参考模型进行评估，结果表明，在实时竞价部署中…
-
AI框架优化广告交易请求调度，提升收入
研究人员开发了一个竞争感知的请求调度框架，旨在优化实时竞价（RTB）广告交易。该系统通过使用分布竞价预测和概率转发，旨在减少向需求方平台（DSPs）过度分发请求。通过策略优化调整阈值，该框架在生产实验中显示，在降低DSP请求量的同时，净收入有所增加。
-
DT Engineering 使用 ONNX 重建实时竞价管道
本系列文章分为两部分，详细介绍了 DT Engineering 如何使用 ONNX 重建其实时竞价管道。文章解释了采用 ONNX 的基本原理，重点关注其在简化模型部署和提高性能方面的能力。第二部分具体概述了管道的构建，强调了实现拍卖速度效率的 MLOps 考量。
-
美团部署生成式竞价压低以优化广告支出
研究人员开发了生成式竞价压低（GBS），一种优化实时广告竞价的新方法。GBS 利用自回归生成模型创建压低比例，并利用分层动态网络和奖励偏好对齐系统提取特征。该方法旨在通过克服现有两阶段竞价压低技术的局限性来提高短期和长期剩余。GBS 已成功部署在美团 DSP 平台上，处理每日数十亿的竞价请求。