論文の概要: DRIVE: Distributional and Retrieval-Augmented Bidding with Value Evaluation
- arxiv url: http://arxiv.org/abs/2606.14192v1
- Date: Fri, 12 Jun 2026 07:21:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-15 16:00:42.795059
- Title: DRIVE: Distributional and Retrieval-Augmented Bidding with Value Evaluation
- Title（参考訳）: DRIVE: 価値評価を伴う分布型および検索型入札
- Authors: Miduo Cui, Haochen Wang, Shangqin Mao, Xun Yang, Qianlong Xie, Xingxing Wang, Xuri Ge, Ying Zhou, Zhiwei Xu,
- Abstract要約: オフライン強化学習とTransformerベースのシーケンスモデリングは、ログデータから入札ポリシーを学ぶことを約束している。
我々は、オフライン自動入札のための意思決定から候補アクション生成を分離する統合トランスフォーマーベースのフレームワークDRIVEを提案する。
AuctionNetと追加のオフライン強化学習ベンチマークの実験は、DRIVEが一貫して入札性能を改善し、複数のTransformerベースのメソッドでうまく一般化していることを示している。
- 参考スコア（独自算出の注目度）: 39.181584470241354
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Auto-bidding is a core component of real-time advertising systems, where decisions must optimize long-term performance under budget and cost constraints, while online exploration is prohibitively risky. Offline reinforcement learning and, more recently, Transformer-based sequence modeling have shown promise for learning bidding policies from logged data, but their unimodal and purely parametric formulations often collapse multiple effective bidding strategies into suboptimal averaged actions and perform unreliably under sparse or long-tail traffic. To mitigate these limitations, we propose DRIVE (Distributional and Retrieval-Augmented Bidding with Value Evaluation), a unified Transformer-based framework that decouples candidate action generation from decision making for offline auto-bidding. DRIVE combines distributional action modeling, retrieval-augmented candidate generation from high-quality historical decisions, and value-based evaluation to select the most promising bid at inference time. Extensive experiments on AuctionNet and additional offline reinforcement learning benchmarks demonstrate that DRIVE consistently improves bidding performance and generalizes well across multiple Transformer-based methods.
- Abstract（参考訳）: 自動入札はリアルタイム広告システムの中核的な要素であり、決定は予算とコストの制約の下で長期的なパフォーマンスを最適化しなければならない。
オフライン強化学習や最近では、Transformerベースのシーケンスモデリングは、ログ化されたデータから入札ポリシーを学ぶことを約束しているが、その一助的かつ純粋にパラメトリックな定式化は、複数の効果的な入札戦略を最適でない平均的な行動に分解し、スパースまたはロングテールのトラフィックの下で不確実に実行している。
これらの制約を緩和するため,我々はDRIVE(Distributional and Retrieval-Augmented Bidding with Value Evaluation)を提案する。
DRIVEは、分布的行動モデリング、高品質な歴史的決定からの検索強化候補生成、価値に基づく評価を組み合わせることで、推論時に最も有望な入札を選択する。
AuctionNetと追加のオフライン強化学習ベンチマークに関する大規模な実験は、DRIVEが一貫して入札性能を改善し、複数のTransformerベースのメソッドでうまく一般化していることを示している。
関連論文リスト
- JD-BP: A Joint-Decision Generative Framework for Auto-Bidding and Pricing [15.898784873581677]
自動入札サービスは、キーパフォーマンス指標(KPI)制約の下で広告主のリアルタイム入札戦略を最適化する。
モデル予測エラーやフィードバック遅延などの不確実性は、入札戦略をポストの最適性から逸脱させる可能性がある。
本稿では,ビディングとプライシングのための共同生成決定フレームワークであるJD-BPを提案する。
論文 参考訳（メタデータ） (2026-04-07T13:11:12Z) - Breaking Determinism: Stochastic Modeling for Reliable Off-Policy Evaluation in Ad Auctions [16.315158617837646]
この研究は、決定論的オークション環境における信頼性の高いオフ・ポリティ・アセスメント(OPE)のための、初めて実用的で検証されたフレームワークに貢献する。
提案手法は,提案手法を用いて提案した提案手法を,提案手法を用いて提案する提案手法である。
AuctionNetシミュレーションベンチマークと大規模産業プラットフォームによる2週間のオンラインA/Bテストに対するアプローチを検証する。
論文 参考訳（メタデータ） (2025-12-03T01:37:42Z) - Autobidding Arena: unified evaluation of the classical and RL-based autobidding algorithms [71.47275796833235]
本稿では,古典的および強化的学習オートバイディングアルゴリズムを比較するための,標準化された透過的評価プロトコルを提案する。
我々は、この業界で開発された最新のオープンソース環境を利用して、入札プロセスを正確にエミュレートする。
論文 参考訳（メタデータ） (2025-10-22T08:27:56Z) - 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) - Can Prompt Difficulty be Online Predicted for Accelerating RL Finetuning of Reasoning Models? [65.18157595903124]
本研究では任意のプロンプトの反復的近似評価について検討する。
Model Predictive Prompt Selection (MoPPS)はベイズにおけるリスク予測フレームワークである。
MoPPSは迅速な困難を確実に予測し、ロールアウトを大幅に削減したトレーニングを加速する。
論文 参考訳（メタデータ） (2025-07-07T03:20:52Z) - BAT: Benchmark for Auto-bidding Task [67.56067222427946]
本稿では,最も普及している2種類のオークション形式を含むオークションベンチマークを提案する。
我々は,新しいデータセットに基づいて,一連の堅牢なベースラインを実装した。
このベンチマークは、研究者や実践者が革新的なオートバイディングアルゴリズムを開発し、洗練するための、ユーザフレンドリで直感的なフレームワークを提供する。
論文 参考訳（メタデータ） (2025-05-13T12:12:34Z) - On the Role of Feedback in Test-Time Scaling of Agentic AI Workflows [71.92083784393418]
エージェントAI(自律的な計画と行動を行うシステム)は広く普及しているが、複雑なタスクにおけるタスクの成功率は低いままである。
推論時のアライメントは、サンプリング、評価、フィードバックの3つのコンポーネントに依存します。
本稿では,様々な形態の批判から抽出されたフィードバックを繰り返し挿入するIterative Agent Decoding(IAD)を紹介する。
論文 参考訳（メタデータ） (2025-04-02T17:40:47Z) - Data-Driven Online Interactive Bidding Strategy for Demand Response [0.30586855806896046]
需要応答(DR)は、ピークシェービングのサービスを提供し、短い応答期間と低コストで再生可能エネルギー利用の効率を高める。
自動DR、インセンティブDR、緊急DR、需要入札など、さまざまなカテゴリーのDRが確立されている。
本稿では,スマートメーターデータと関数を併用した入札・購買戦略について検討する。
その結果, 多様な状況に直面した場合, 提案モデルでは, 入札ルールをオフラインで学習し, 適切な入札を行うことにより, 最適利益を得ることができることがわかった。
論文 参考訳（メタデータ） (2022-02-09T02:44:20Z) - Optimal Bidding Strategy without Exploration in Real-time Bidding [14.035270361462576]
予算制約によるユーティリティの最大化は、リアルタイム入札(RTB)システムにおける広告主の主要な目標である。
それまでの作品は、検閲された国家の困難を和らげるために競売に敗れたことを無視していた。
本稿では,リアルタイムトラフィックで観測される真の分布の挙動を模倣するために,最大エントロピー原理を用いた新しい実用的枠組みを提案する。
論文 参考訳（メタデータ） (2020-03-31T20:43:28Z)
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。