論文の概要: Ad Headline Generation using Self-Critical Masked Language Model
- arxiv url: http://arxiv.org/abs/2607.06818v1
- Date: Tue, 07 Jul 2026 21:25:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-09 22:50:30.227426
- Title: Ad Headline Generation using Self-Critical Masked Language Model
- Title（参考訳）: 自己批判型マスケッド言語モデルを用いた広告見出し生成
- Abstract要約: 本稿では,小売コンテンツを用いた商品広告の見出し作成のためのプログラム的ソリューションを提案する。
本手法は,販売者が広告を希望する複数の商品を共同で条件付けすることで,広告見出しを作成する。
- 参考スコア（独自算出の注目度）: 4.556167062902223
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: For any E-commerce website it is a nontrivial problem to build enduring advertisements that attract shoppers. It is hard to pass the creative quality bar of the website, especially at a large scale. We thus propose a programmatic solution to generate product advertising headlines using retail content. We propose a state of the art application of Reinforcement Learning (RL) Policy gradient methods on Transformer based Masked Language Models. Our method creates the advertising headline by jointly conditioning on multiple products that a seller wishes to advertise. We demonstrate that our method outperforms existing Transformer and LSTM + RL methods in overlap metrics and quality audits. We also show that our model-generated headlines outperform human submitted headlines in terms of both grammar and creative quality as determined by audits.
- Abstract（参考訳）: あらゆるEコマースウェブサイトにとって、買い物客を惹きつける永続的な広告を構築することは、決して簡単な問題ではない。
ウェブサイトのクリエイティブなクオリティバーを特に大規模に通過させるのは難しい。
そこで我々は,小売コンテンツを用いた商品広告見出し作成のためのプログラム的ソリューションを提案する。
本稿では,トランスフォーマに基づくマスケプド言語モデルに対する強化学習(RL)政策勾配手法の最先端適用法を提案する。
本手法は,販売者が広告を希望する複数の商品を共同で条件付けすることで,広告見出しを作成する。
本稿では,既存のTransformer法とLSTM+RL法を,メトリクスと品質監査の重なりで比較した。
また、本モデルによる見出しは、監査によって決定された文法と創造性の両方の観点から、人間の投稿した見出しを上回ります。
関連論文リスト
- I Am AdMan: A Pipeline for Automatic Generation of Personalized Advertising Imagery [4.662993987530914]
本稿では、顧客データをペルソナに変換するパイプラインであるAdManを提案し、製品参照画像に基づいてパーソナライズされた広告画像を生成する。
我々はこのパイプラインを2つの異なるモデル構成で実装し、4つの製品にまたがって評価する。
我々の研究は、AIベースのパーソナライズされた広告に関する文献を拡張し、広告のための完全自動画像生成の可能性と現在の限界を実証した。
論文 参考訳（メタデータ） (2026-09-11T10:39:18Z) - CreativeInstruct: Scalably Teaching LLMs to Balance Quality, Creativity, and Diversity [67.74087963315213]
CreativeInstructは、大規模言語モデルに、創造的なベースモデルのような世代と、ポストトレーニング後のモデルの質のバランスをとるように教えるインストラクションチューニング手法である。
我々は,CreativeInstructが多モデルベースラインの多様性と,その出力の蒸留変種の両方に適合しているか,あるいは超越しているかを示す。
GRPOをCreative Instructチェックポイントに適用すると、AMCでは4%、MATHでは5%改善する。
論文 参考訳（メタデータ） (2026-08-07T17:55:48Z) - Design Your Ad: Personalized Advertising Image and Text Generation with Unified Autoregressive Models [75.31791398000492]
広告画像とテキストの両方を生成するために,単一の自己回帰フレームワークを利用するUnified Advertisement Generative Model(Uni-AdGen)を開発した。
広告をよりパーソナライズするために、我々はUni-AdGenに粗い好み理解モジュールを装備する。
提案手法は,汎用的かつパーソナライズされた広告生成において,ベースラインを上回っている。
論文 参考訳（メタデータ） (2026-05-12T13:58:06Z) - AI-Salesman: Towards Reliable Large Language Model Driven Telemarketing [79.0112532518727]
我々はTeleSalesCorpusをリリースした。
次に、デュアルステージアーキテクチャを特徴とする新しいフレームワークであるAI-Salesmanを提案する。
提案したAI-Salesmanは,自動測定と総合的な人的評価の両方において,ベースラインモデルを大幅に上回ることを示す。
論文 参考訳（メタデータ） (2025-11-15T09:44:42Z) - Improving Generative Ad Text on Facebook using Reinforcement Learning [11.28110246872973]
本稿は、Facebook上の生成広告のためのRL学習型大規模言語モデルの最初の展開について紹介する。
我々のモデルである"AdLlama"は、広告主が人書きの広告テキストの新しいバリエーションを作成するのを助けるAIツールである。
Facebook上の大規模な10週間のA/Bテストにおいて、AdLlamaは、キュレートされた広告でトレーニングされた教師付き模倣モデルと比較して、クリックスルー率を6.7%改善することがわかった。
論文 参考訳（メタデータ） (2025-07-29T16:34:02Z) - AI Realtor: Towards Grounded Persuasive Language Generation for Automated Copywriting [39.08860456325049]
自動複写における説得的言語生成のために,大規模言語モデルを用いたエージェントフレームワークを開発した。
提案手法は,生成したコンテンツとユーザの好みを一致させると同時に,有用な事実属性を強調表示するように設計されている。
我々は、不動産マーケティングの分野において、潜在的住宅購入者の焦点を絞った体系的な人物実験を行う。
論文 参考訳（メタデータ） (2025-02-24T03:36:57Z) - CTR-Driven Advertising Image Generation with Multimodal Large Language Models [53.40005544344148]
本稿では,Click-Through Rate (CTR) を主目的とし,マルチモーダル大言語モデル(MLLM)を用いた広告画像の生成について検討する。
生成した画像のCTRをさらに改善するため、強化学習(RL)を通して事前学習したMLLMを微調整する新たな報酬モデルを提案する。
本手法は,オンラインとオフラインの両方で最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2025-02-05T09:06:02Z) - IPL: Leveraging Multimodal Large Language Models for Intelligent Product Listing [26.930588075458008]
IPLは知的製品リスト作成ツールであり,様々な製品属性を用いて記述を生成するのに適したツールである。
IPLは実運用システムで成功しており、ユーザの72%が生成したコンテンツに基づいて製品リストを公開しています。
これらの製品リストは、AIアシストのないものよりも品質スコアが5.6%高いことが示されている。
論文 参考訳（メタデータ） (2024-10-22T12:56:04Z) - A Multimodal In-Context Tuning Approach for E-Commerce Product
Description Generation [47.70824723223262]
マーケティングキーワードを付加した画像から製品記述を生成するための新しい設定を提案する。
本稿では, ModICT という, シンプルで効果的なマルチモーダル・インコンテキスト・チューニング手法を提案する。
実験の結果、ModICTは従来の方法と比較して精度(ルージュ-Lでは最大3.3%)と多様性(D-5では最大9.4%)を著しく改善することが示された。
論文 参考訳（メタデータ） (2024-02-21T07:38:29Z) - Continuous Prompt Tuning Based Textual Entailment Model for E-commerce
Entity Typing [12.77583836715184]
電子商取引における急速な活動は、一般的なエンティティタイピングによって解決が難しい新しいエンティティの急速な台頭につながっている。
本稿では,eコマースエンティティタイピングのための連続的なプロンプトチューニングに基づく仮説と融合埋め込みを用いたテキストエンテーメントモデルを提案する。
提案モデルでは,ベースラインのBERTエンティティタイピングモデルと比較して平均F1スコアが約2%向上することを示した。
論文 参考訳（メタデータ） (2022-11-04T14:20:40Z) - Adversarial Watermarking Transformer: Towards Tracing Text Provenance
with Data Hiding [80.3811072650087]
自然言語の透かしを防御として研究し,テキストの出所の発見と追跡に役立てる。
本稿では,適応型透かし変換器(AWT)とエンコーダ・デコーダ・デコーダを併用した対向型透かし変換器(AWT)について述べる。
AWTは、テキストにデータを隠蔽する最初のエンドツーエンドモデルである。
論文 参考訳（メタデータ） (2020-09-07T11:01:24Z)
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。