論文の概要: C2:Cross learning module enhanced decision transformer with Constraint-aware loss for auto-bidding
- arxiv url: http://arxiv.org/abs/2601.20257v2
- Date: Thu, 29 Jan 2026 10:08:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-30 14:13:20.051769
- Title: C2:Cross learning module enhanced decision transformer with Constraint-aware loss for auto-bidding
- Title（参考訳）: C2:Cross Learning ModuleEnhanced decision Transformer with Constraint-Aware Los for Auto-bidding (特集:一般セッション)
- Authors: Jinren Ding, Xuejian Xu, Shen Jiang, Zhitong Hao, Jinhui Yang, Peng Jiang,
- Abstract要約: Decision Transformer (DT)は、時間的依存関係をキャプチャすることで、生成的な自動入札を約束する。
DTは状態、アクション、戻り行シーケンス間の相互相関モデリングが不十分である。
C2は、DTを2つのコアイノベーションで強化する新しいフレームワークである。
- 参考スコア（独自算出の注目度）: 9.446373834962895
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Decision Transformer (DT) shows promise for generative auto-bidding by capturing temporal dependencies, but suffers from two critical limitations: insufficient cross-correlation modeling among state, action, and return-to-go (RTG) sequences, and indiscriminate learning of optimal/suboptimal behaviors. To address these, we propose C2, a novel framework enhancing DT with two core innovations: (1) a Cross Learning Block (CLB) via cross-attention to strengthen inter-sequence correlation modeling; (2) a Constraint-aware Loss (CL) incorporating budget and Cost-Per-Acquisition (CPA) constraints for selective learning of optimal trajectories. Extensive offline evaluations on the AuctionNet dataset demonstrate consistent performance gains (up to 3.2% over state-of-the-art method) across diverse budget settings; ablation studies verify the complementary synergy of CLB and CL, confirming C2's superiority in auto-bidding. The code for reproducing our results is available at: https://github.com/Dingjinren/C2.
- Abstract（参考訳）: Decision Transformer (DT) は、時間的依存を捉えることによって生成的オートバイディングを約束するが、状態、行動、RTG(return-to-go) 配列間の相互相関モデリングが不十分で、最適/準最適動作の非差別的な学習という2つの限界に悩まされている。
そこで本研究では,(1)系列間相関モデルを強化するためのクロスアテンションによるクロスラーニングブロック(CLB),(2)予算を組み込んだ制約対応損失(CL),および最適軌道の選択的学習のためのコスト・パー・アクセシション(CPA)の2つの中心的革新を伴うDTの強化フレームワークであるC2を提案する。
AuctionNetデータセットの大規模なオフライン評価は、さまざまな予算設定で一貫したパフォーマンス向上(最先端の手法よりも最大3.2%)を示し、アブレーション研究はCLBとCLの相補的な相乗効果を検証し、C2のオートバイディングにおける優位性を確認する。
結果を再現するためのコードは、https://github.com/Dingjinren/C2.comで公開されている。
関連論文リスト
- QASA: Quality-Guided K-Adaptive Slot Attention for Unsupervised Object-Centric Learning [80.82392186401354]
スロットアテンション(Slot Attention)は、シーン内の異なるオブジェクトを一連の"スロット"にバインドするアプローチである。
従来のK適応法はスロット結合の品質を明示的に制限しない。
我々はQASA(Quality-Guided K-Adaptive Slot Attention)を提案する。
論文 参考訳（メタデータ） (2026-01-19T10:42:07Z) - Randomized Neural Network with Adaptive Forward Regularization for Online Task-free Class Incremental Learning [16.323995111105884]
本稿では,前向き正則化(-F)を備えたニューラルネットワーク(NN)を提案する。
調整可能な前方正規化(-kF)を用いたアンサンブル深部乱数ベクトル関数型リンクネットワーク(edRVFL)のアルゴリズムを導出する。
EDRVFL-kFは、1パスのクローズドフォームのインクリメンタルアップデートと可変学習率を生成し、過去のリプレイや破滅的な忘れを効果的に回避する。
プラグアンドプレイのedRVFL-kF-Bayesに改良を加え、複数のサブラーナーのすべてのハードkを自己適応的に決定できるようにする。
論文 参考訳（メタデータ） (2025-10-24T11:50:13Z) - Hierarchical Self-Supervised Representation Learning for Depression Detection from Speech [51.14752758616364]
音声による抑うつ検出 (SDD) は、従来の臨床評価に代わる有望で非侵襲的な代替手段である。
HAREN-CTCは,マルチタスク学習フレームワーク内でのクロスアテンションを用いて,多層SSL機能を統合した新しいアーキテクチャである。
このモデルはDAIC-WOZで0.81、MODMAで0.82の最先端マクロF1スコアを達成し、両方の評価シナリオで先行手法より優れている。
論文 参考訳（メタデータ） (2025-10-05T09:32:12Z) - PT$^2$-LLM: Post-Training Ternarization for Large Language Models [52.4629647715623]
大きな言語モデル(LLM)は、様々なタスクにまたがる印象的な機能を示しているが、その大きなメモリと計算能力は、デプロイメントを妨げている。
PT$2$-LLMを提案する。
その中核は2段精製パイプラインを備えた非対称3次量子化器である。
論文 参考訳（メタデータ） (2025-09-27T03:01:48Z) - Sycophancy Mitigation Through Reinforcement Learning with Uncertainty-Aware Adaptive Reasoning Trajectories [58.988535279557546]
適応推論トラジェクトリを用いたtextbf sycophancy Mitigation を提案する。
SMARTは,分布外の入力に対して強い性能を維持しながら,サイコファンティクスの挙動を著しく低下させることを示した。
論文 参考訳（メタデータ） (2025-09-20T17:09:14Z) - Generative Bid Shading in Real-Time Bidding Advertising [7.7746704524695485]
本稿では,生成バイドシェーディング(GBS)をエンドツーエンド生成モデルとして紹介する。
これは、段階的に残差報酬モデルを取得することで比率を生成する自己回帰的アプローチを取り入れている。
Meitプラットフォーム上で毎日何十億もの入札リクエストを処理している。
論文 参考訳（メタデータ） (2025-08-06T03:34:49Z) - Causal Disentanglement and Cross-Modal Alignment for Enhanced Few-Shot Learning [11.752632557524969]
Causal CLIP Adapter(CCA)は、CLIPから抽出された視覚的特徴を明示的に分離する新しいフレームワークである。
本手法は, 分散シフトに対する数ショット性能とロバスト性の観点から, 常に最先端の手法より優れる。
論文 参考訳（メタデータ） (2025-08-05T05:30:42Z) - Fast Second-Order Online Kernel Learning through Incremental Matrix Sketching and Decomposition [44.61147231796296]
オンライン学習(OKL)は、ストリーミング環境での予測性能が期待できるため、かなりの研究関心を集めている。
既存の2次OKLアプローチは、予め設定された予算に関して、少なくとも2次時間の複雑さに悩まされている。
本稿では,2次OKLに適した高速増分行列スケッチと分解手法FORTSを提案する。
論文 参考訳（メタデータ） (2024-10-15T02:07:48Z) - DELTA: Dynamic Embedding Learning with Truncated Conscious Attention for
CTR Prediction [61.68415731896613]
CTR(Click-Through Rate)予測は、製品とコンテンツの推奨において重要なタスクである。
本稿では,CTR予測のための動的埋め込み学習を実現するモデルを提案する。
論文 参考訳（メタデータ） (2023-05-03T12:34:45Z) - Visual Alignment Constraint for Continuous Sign Language Recognition [74.26707067455837]
ビジョンベースの継続的署名言語認識は、画像シーケンスから未分割ジェスチャーを認識することを目的とする。
本研究は,最近のCTCに基づくCSLRにおける過剰適合問題を再考し,特徴抽出器の訓練不足によるものである。
視覚アライメント制約(vac)により、よりアライメントの監督により特徴抽出器を強化する。
論文 参考訳（メタデータ） (2021-04-06T07:24:58Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。