論文の概要: Follow the TRACE: Exploiting Post-Click Trajectories for Online Delayed Conversion Rate Prediction

• arxiv url: http://arxiv.org/abs/2604.23197v1
• Date: Sat, 25 Apr 2026 08:09:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:07.206517
• Title: Follow the TRACE: Exploiting Post-Click Trajectories for Online Delayed Conversion Rate Prediction
• Title（参考訳）: Follow the TRACE: Exploiting Post-Click Trajectories for Online Delayed Conversion Rate Prediction
• Abstract要約: 遅延フィードバックは、オンラインCVR予測において重要な課題となる。 我々はこの進化をフィードバック軌道として定式化し、TRACEを提案する。 本手法は, 累積フィードバック状態が変換と非変換との整合性を評価する。
• 参考スコア（独自算出の注目度）: 8.545564250105762
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Delayed feedback poses a core challenge for online CVR prediction, forcing a trade-off between label accuracy and data freshness. Existing methods address this through delay modeling or sample reweighting, yet neglect how post-click behaviors evolve over the observation period. To overcome this limitation, we formalize this evolution as feedback trajectory and propose TRACE. Instead of forcing hard labels on unrevealed samples, our method evaluates how well the accumulated feedback status aligns with conversion versus non-conversion, dynamically refining posteriors without waiting for final outcomes. To counteract early-stage trajectory sparsity, we further design a reliability-gated retrospective completer that leverages full-lifecycle data to provide adaptive posterior guidance for unrevealed samples. Extensive experiments validate TRACE's superiority over state-of-the-art baselines and confirm the retrospective completion module as a model-agnostic enhancer for existing systems. Our code is available at https://github.com/LunaZhangxy/TRACE.
• Abstract（参考訳）: 遅延フィードバックは、ラベルの精度とデータの鮮度の間のトレードオフを強制する、オンラインCVR予測のコア課題となる。 既存の手法では、遅延モデリングやサンプル再重み付けを通じてこの問題に対処するが、クリック後の動作が観察期間を通してどのように進化するかを無視する。 この制限を克服するため、我々はこの進化をフィードバック軌道として定式化し、TRACEを提案する。 提案手法は, ハードラベルを未知のサンプルに強制するのではなく, 累積フィードバック状態が変換と非変換とどのように一致しているかを評価する。 早期の軌道幅に対処するため,本研究では,全ライフサイクルデータを活用する信頼性の高いリフレクションコンプリータを設計し,未発見サンプルに対する適応的後続ガイダンスを提供する。 包括的実験は、TRACEが最先端のベースラインよりも優れていることを検証し、既存のシステムのモデルに依存しないエンハンサーとして、レトロスペクティブ完了モジュールを確認した。 私たちのコードはhttps://github.com/LunaZhangxy/TRACEで公開されています。

関連論文リスト

• REER-PT: Reverse-Engineered Reasoning for Perplexity-Guided Pre-training Data Augmentation [64.84437332310516]
  我々は,Reverse-Engineered Reasoning (REER) を生の事前学習データに拡張するスケーラブルなフレームワークである textbfREER-PT を紹介する。 REER-PTは予測が難しいが、それ以前のコンテキストから推論できる継続を識別し、コンテキストと継続の間の欠落した接続を再構築する簡潔な推論アノテーションを挿入する。 このスパース変換は、ソーステキストを保存し、トレーニング前のオンライン推論ロールアウトを避けることで、標準的な次世代の予測と互換性を維持します。
  論文  参考訳（メタデータ） (2026-08-31T11:34:19Z)
• Continual Test-Time Adaptation via Entropy Sensitivity-Guidance in Strict Online Setting [4.775158008378889]
  汚職スタイルのストリームに対する厳密なオンライン連続TTA(CTTA)手法であるSEGA(Sensitivity-Guided Erasing Adaptation)を紹介する。 SEGAは、情報の除去に伴う予測エントロピーの変化を調査するために、少数の構造化された消去を使用する。 ImageNet-C、CIFAR10/100-C、および制御された汚職スタイルのプロキシとして処理された汚職生成水養殖ストリームの実験において、SEGAは一貫性のある堅牢性と安定性を得る。
  論文  参考訳（メタデータ） (2026-08-30T17:30:51Z)
• ReTrace: Rejected-Trajectory Conditioning for Speculative Decoding [46.17292752074153]
  本稿では,前回のラウンドから削除された接尾辞に対して,各ドラフトブロックを条件付けするReTraceを紹介する。 ReTraceは、DFlashバックボーン上で、平均受信長とエンドツーエンドの復号速度を継続的に改善する。
  論文  参考訳（メタデータ） (2026-08-30T12:20:54Z)
• Flow-Corrected Thompson Sampling for Non-Stationary Contextual Bandits [3.2848713528308817]
  報酬モデルが時間とともにドリフトする非定常線形文脈帯域について検討する。 本研究では,過去の報酬を現在まで輸送することで,経験を再利用するベイズ的手法であるフロー補正トンプソンサンプリング(fcTS)を提案する。
  論文  参考訳（メタデータ） (2026-06-22T20:52:19Z)
• Score-Guided Proximal Projection: A Unified Geometric Framework for Rectified Flow Editing [1.0312968200748118]
  Rectified Flowモデルは最先端の世代品質を実現するが、正確なタスクのためにそれらを制御することは依然として困難である。 現在のアプローチは「幾何学的ロック」に苦しむ逆法に基づくガイダンスに分岐する Score-Guided Proximal Projectionは,決定論的最適化と縮尺サンプリングのギャップを埋める統一フレームワークである。
  論文  参考訳（メタデータ） (2026-03-05T23:44:45Z)
• Benchmarking Few-shot Transferability of Pre-trained Models with Improved Evaluation Protocols [123.73663884421272]
  より強力な事前訓練モデルと改良された適応アルゴリズムによって、わずかなショット転送が革新されている。 FEWTRANSは10種類のデータセットを含む総合的なベンチマークである。 FEWTRANS をリリースすることにより,数発の転写学習研究において再現性の向上を合理化するための厳密な "ルーラー" の提供を目指す。
  論文  参考訳（メタデータ） (2026-02-28T05:41:57Z)
• ResAD: Normalized Residual Trajectory Modeling for End-to-End Autonomous Driving [64.42138266293202]
  ResADは正規化された残留軌道モデリングフレームワークである。 学習タスクを再編成し、慣性参照からの残留偏差を予測する。 NAVSIMベンチマークでは、ResADはバニラ拡散ポリシーを用いて最先端のPDMS 88.6を達成している。
  論文  参考訳（メタデータ） (2025-10-09T17:59:36Z)
• Test-Time Adaptation with Binary Feedback [50.20923012663613]
  BiTTAは、不確実なサンプルに対するバイナリフィードバック誘導適応と、確実な予測に対する合意に基づく自己適応のバランスをとる、新しいデュアルパス最適化フレームワークである。 実験の結果、BiTTAは最先端のベースラインよりも13.3%の精度向上を実現している。
  論文  参考訳（メタデータ） (2025-05-24T05:24:10Z)
• Seal Your Backdoor with Variational Defense [0.0]
  VIBEは、バックドア攻撃に対する耐性を訓練するモデルに依存しないフレームワークである。 標準データセットに対する現代のバックドア攻撃に対する手法の有効性を実験的に検証した。
  論文  参考訳（メタデータ） (2025-03-11T19:08:31Z)
• Deep evolving semi-supervised anomaly detection [14.027613461156864]
  本研究の目的は,連続的半教師付き異常検出(CSAD)のタスクを形式化することである。 本稿では,半教師付きデータを扱うための変分オートエンコーダ(VAE)のベースラインモデルを提案する。
  論文  参考訳（メタデータ） (2024-12-01T15:48:37Z)
• Reshaping the Online Data Buffering and Organizing Mechanism for Continual Test-Time Adaptation [49.53202761595912]
  継続的なテスト時間適応は、訓練済みのソースモデルを適用して、教師なしのターゲットドメインを継続的に変更する。 我々は、オンライン環境、教師なしの自然、エラー蓄積や破滅的な忘れのリスクなど、このタスクの課題を分析する。 教師なしシングルパスデータストリームから重要サンプルを高い確実性で識別・集約する不確実性を考慮したバッファリング手法を提案する。
  論文  参考訳（メタデータ） (2024-07-12T15:48:40Z)
• Robust Visual Tracking via Iterative Gradient Descent and Threshold Selection [4.978166837959101]
  本稿では, 誤差ベクトルがガウス-ラプラシアン分布に従えば, 良好な性能が得られる新しい線形回帰推定器を提案する。 さらに、IGDTSを生成トラッカーに拡張し、IGDTS距離を適用してサンプルとモデル間のずれを測定する。 いくつかの難解な画像列の実験結果から,提案したトラッカーは既存のトラッカーより優れていた。
  論文  参考訳（メタデータ） (2024-06-02T01:51:09Z)
• Capturing Delayed Feedback in Conversion Rate Prediction via Elapsed-Time Sampling [29.77426549280091]
  コンバージョンレート(CVR)予測は、デジタルディスプレイ広告において最も重要なタスクの1つである。 Elapsed-Time Smpling Delayed Feedback Model (ES-DFM) を提案する。
  論文  参考訳（メタデータ） (2020-12-06T12:20:50Z)
• Evaluating Prediction-Time Batch Normalization for Robustness under Covariate Shift [81.74795324629712]
  我々は予測時間バッチ正規化と呼び、共変量シフト時のモデル精度とキャリブレーションを大幅に改善する。 予測時間バッチ正規化は、既存の最先端アプローチに相補的な利点をもたらし、ロバスト性を向上させることを示します。 この手法は、事前トレーニングと併用して使用すると、さまざまな結果が得られるが、より自然なタイプのデータセットシフトでは、パフォーマンスが良くないようだ。
  論文  参考訳（メタデータ） (2020-06-19T05:08:43Z)
• Cascaded Regression Tracking: Towards Online Hard Distractor Discrimination [202.2562153608092]
  本稿では,2段階の逐次回帰トラッカーを提案する。 第1段階では, 容易に同定可能な負の候補を抽出する。 第2段階では、残留するあいまいな硬質試料をダブルチェックするために、離散サンプリングに基づくリッジ回帰を設計する。
  論文  参考訳（メタデータ） (2020-06-18T07:48:01Z)

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。