論文の概要: Detecting RAG Advertisements Across Advertising Styles

• arxiv url: http://arxiv.org/abs/2603.04925v1
• Date: Thu, 05 Mar 2026 08:16:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-06 22:06:11.13729
• Title: Detecting RAG Advertisements Across Advertising Styles
• Title（参考訳）: 広告スタイルにまたがるRAGの検知
• Authors: Sebastian Heineking, Wilhelm Pertsch, Ines Zelch, Janek Bevendorff, Benno Stein, Matthias Hagen, Martin Potthast,
• Abstract要約: 大型言語モデル(LLM)のための広告スタイルの分類法を開発する。 我々は広告主が広告スタイルを変えて検出を回避しようとすることをシミュレートする。 我々は、その堅牢性に関して、様々な広告検出アプローチを評価した。
• 参考スコア（独自算出の注目度）: 24.080227437136585
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language models (LLMs) enable a new form of advertising for retrieval-augmented generation (RAG) systems in which organic responses are blended with contextually relevant ads. The prospect of such "generated native ads" has sparked interest in whether they can be detected automatically. Existing datasets, however, do not reflect the diversity of advertising styles discussed in the marketing literature. In this paper, we (1) develop a taxonomy of advertising styles for LLMs, combining the style dimensions of explicitness and type of appeal, (2) simulate that advertisers may attempt to evade detection by changing their advertising style, and (3) evaluate a variety of ad-detection approaches with respect to their robustness under these changes. Expanding previous work on ad detection, we train models that use entity recognition to exactly locate an ad in an LLM response and find them to be both very effective at detecting responses with ads and largely robust to changes in the advertising style. Since ad blocking will be performed on low-resource end-user devices, we include lightweight models like random forests and SVMs in our evaluation. These models, however, are brittle under such changes, highlighting the need for further efficiency-oriented research for a practical approach to blocking of generated ads.
• Abstract（参考訳）: 大規模言語モデル (LLM) は、有機反応を文脈的に関連する広告とブレンドする検索拡張生成(RAG)システムのための新しいタイプの広告を可能にする。 このような「生み出したネイティブ広告」の見通しは、自動的に検出できるかどうかという関心を喚起した。 しかし、既存のデータセットは、マーケティング文献で議論されている広告スタイルの多様性を反映していない。 本稿では, LLMの広告スタイルの分類法を開発し, 明快さのスタイルと魅力のタイプを組み合わせて, 広告主が広告スタイルを変えて検出を回避しようとすることをシミュレートし, それらの変化の下でのロバスト性に関して, 様々な広告検出アプローチを評価する。 広告検出に関するこれまでの研究を拡大して、私たちは、エンティティ認識を使用してLCM応答中の広告を正確に特定するモデルを訓練し、広告による応答を検出するのに非常に効果的であり、広告スタイルの変化に対して非常に堅牢であることを示す。 広告ブロッキングは低リソースのエンドユーザーデバイス上で実行されるので、評価にはランダムフォレストやSVMのような軽量モデルを含める。 しかし、これらのモデルはこのような変更の下では不安定であり、生成された広告をブロックするための実践的なアプローチのために、さらなる効率重視の研究の必要性を強調している。

関連論文リスト

• TeamCMU at Touché: Adversarial Co-Evolution for Advertisement Integration and Detection in Conversational Search [1.187456026346823]
  広告を生成された応答に統合することは、商業的機会とユーザエクスペリエンスの課題の両方を示します。 本稿では,RAGに基づく対話システムにおいて,シームレスな広告統合のためのアドリライターと,検出のための堅牢な広告分類器からなる広告管理のためのモジュールパイプラインを提案する。
  論文  参考訳（メタデータ） (2025-07-01T07:24:29Z)
• Leveraging ChatGPT for Sponsored Ad Detection and Keyword Extraction in YouTube Videos [0.0]
  このワーク・イン・プログレス・ペーパーは、YouTubeビデオのスポンサー付き広告セグメントを検出するための新しいアプローチを提案する。 提案手法は421個の自動生成および手書き文字起こしを,広告検出のためのプロンプトエンジニアリングされたGPT-4oに供給する。 その結果、さまざまな教育分野における製品関連広告の有意な普及が明らかになった。
  論文  参考訳（メタデータ） (2025-02-20T23:44:15Z)
• Why am I Still Seeing This: Measuring the Effectiveness Of Ad Controls and Explanations in AI-Mediated Ad Targeting Systems [55.02903075972816]
  我々は,メタの「より少ない」広告制御の有効性と,AIによるターゲティングへの移行に伴う広告ターゲティング説明の有効性を評価する。 調査対象のトピックに対する"See less"広告コントロールの利用は,Metaがこれらのトピックについて示す広告数を著しく減少させるものではないことがわかった。 ローカル広告の広告ターゲティング説明の大部分は、位置特化ターゲティング基準に言及していない。
  論文  参考訳（メタデータ） (2024-08-21T18:03:11Z)
• Detecting Generated Native Ads in Conversational Search [33.5694271503764]
  YouChatやMicrosoft Copilotといった会話型検索エンジンは、大きな言語モデル(LLM)を使用してクエリに対する応答を生成する。 同じテクノロジーが生成されたレスポンスに広告を挿入するのも、ほんの少しのステップにすぎない。 インサート広告は、ネイティブ広告やプロダクトの配置を思い出させるだろう。
  論文  参考訳（メタデータ） (2024-02-07T14:22:51Z)
• Long-Term Ad Memorability: Understanding & Generating Memorable Ads [54.23854539909078]
  マーケティングやブランドビルディングにおける長期記憶の重要性にもかかわらず、これまで広告の記憶可能性に関する大規模な研究は行われていない。 276のブランドをカバーする1749の参加者と2205の広告からなる,最初の記憶可能性データセットであるLAMBDAをリリースする。 異なる参加者のサブポピュレーションや広告タイプに対する統計的テストを実行すると、広告を記憶可能なものにするための興味深い洞察がたくさん見つかる。 本稿では,自動アノテートデータを活用することで,高品質な記憶可能な広告生成モデルを構築するためのスケーラブルな手法を提案する。
  論文  参考訳（メタデータ） (2023-09-01T10:27:04Z)
• Discrimination through Image Selection by Job Advertisers on Facebook [79.21648699199648]
  求人広告における新たな差別手段の出現状況について検討する。 ターゲティングとデリバリーの両方を組み合わせ、求人広告画像の特定の人口層を不均等に表現したり排除したりする。 私たちはFacebook Ad Libraryを使って、このプラクティスの有病率を実証しています。
  論文  参考訳（メタデータ） (2023-06-13T03:43:58Z)
• Persuasion Strategies in Advertisements [68.70313043201882]
  我々は,説得戦略の広範な語彙を導入し,説得戦略を付加した最初の広告画像コーパスを構築した。 次に,マルチモーダル学習による説得戦略予測のタスクを定式化する。 我々は、Fortune-500社の1600件の広告キャンペーンについて、現実世界でケーススタディを実施している。
  論文  参考訳（メタデータ） (2022-08-20T07:33:13Z)
• Aspect-based Analysis of Advertising Appeals for Search Engine Advertising [37.85305426549587]
  我々は、広告作成プロセスを支援することを目的として、さまざまな業界で効果的なA$3を探索することに重点を置いている。 実験の結果,異なる産業がそれぞれA$3$を有し,A$3$の識別が広告効果の推定に寄与することが確認された。
  論文  参考訳（メタデータ） (2022-04-25T05:31:07Z)
• A novel auction system for selecting advertisements in Real-Time bidding [68.8204255655161]
  リアルタイム入札(Real-Time Bidding)は、インターネット広告システムで、近年非常に人気を集めている。 本稿では、経済的な側面だけでなく、広告システムの機能にかかわる他の要因も考慮した、新たなアプローチによる代替ベッティングシステムを提案する。
  論文  参考訳（メタデータ） (2020-10-22T18:36:41Z)
• Learning to Create Better Ads: Generation and Ranking Approaches for Ad Creative Refinement [26.70647666598025]
  i)新しい広告テキストを生成すること、(ii)新しい広告テキストにキーフレーズを推奨すること、(iii)画像タグ(画像中のオブジェクト)を推奨すること。 複数の広告主が実施したA/Bテストに基づいて、劣悪な広告クリエイティブと優良な広告クリエイティブのペアワイズな例を作成します。 また、Yahoo Geminiの広告プラットフォームからのデータを使って、実験から広く適用可能な洞察を共有しています。
  論文  参考訳（メタデータ） (2020-08-17T16:46:28Z)
• Do Interruptions Pay Off? Effects of Interruptive Ads on Consumers Willingness to Pay [79.9312329825761]
  本研究は,広告主ブランドの商品に対する消費者の支払い意欲に及ぼす割り込み広告の影響を計測する研究結果である。 本研究は, 広告の経済的影響に関する研究に寄与し, 実験マーケティング研究における実際の(自己申告の)支払意欲を測定する方法を紹介した。
  論文  参考訳（メタデータ） (2020-05-14T09:26:57Z)

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。