論文の概要: Beyond Single-Episode Optimization: Sliding-Window Aware Generative Auto-Bidding for Long-Term Advertising Effectiveness
- arxiv url: http://arxiv.org/abs/2607.25233v1
- Date: Tue, 28 Jul 2026 03:21:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-29 20:50:42.691583
- Title: Beyond Single-Episode Optimization: Sliding-Window Aware Generative Auto-Bidding for Long-Term Advertising Effectiveness
- Title（参考訳）: Sliding-Window Aware Generative Auto-Bidding for Long-Term Advertising Effectiveness
- Abstract要約: 自動入札システムは、コスト・パー・アクション(CPA)のような効率制約の下で価値を最大化するために入札を最適化する
我々は、この課題をエピソードレベルの計画とステップレベルの実行に分解する階層的なフレームワークであるSWAG-Bidを提案する。
AuctionNet-SparseおよびオンラインA/Bテスト実験の結果,SWAG-Bidはスライディングウインドウ評価において,競争的制約満足度と価値獲得を達成することが示された。
- 参考スコア（独自算出の注目度）: 8.51409961240706
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Auto-bidding systems optimize bids to maximize value under efficiency constraints such as Cost-Per-Action (CPA). Existing methods treat each day as an independent episode. However, many advertisers produce value so sparsely that per-day efficiency ratios become statistically unreliable, undermining advertiser retention. Platforms therefore evaluate window-level efficiency over sliding windows of $W{=}7$ days, ensuring fair evaluation and long-term advertising effectiveness. This creates cross-episode coupling: each day's bidding decisions affect up to $W$ overlapping windows, so setting daily targets requires anticipating future market conditions. We propose SWAG-Bid (Sliding-Window Aware Generative Auto-Bidding), a hierarchical framework decomposing this challenge into episode-level planning and step-level execution. The planner uses a Masked Trajectory Model to forecast markets and generate candidate plans, scored across all overlapping windows by Multi-Window Model Predictive Control Sampling (MWMS) with exponential confidence decay. The controller adjusts reliance on this guidance through a state-adaptive gate, Per-Step Gated Adaptive Layer Normalization (PSG-AdaLN), complemented by Return-to-Go and Cost-to-Go channels carrying budget and constraint information. Experiments on AuctionNet-Sparse and online A/B tests on AliExpress show that SWAG-Bid achieves competitive constraint satisfaction and value acquisition under sliding-window evaluation.
- Abstract（参考訳）: 自動入札システムは、コスト・パー・アクション(CPA)のような効率の制約の下で価値を最大化するために入札を最適化する。
既存の方法では、毎日独立したエピソードとして扱われる。
しかし、多くの広告主は、一日当たりの効率の比率が統計的に信頼できなくなり、広告主の維持を損なうほど、価値をわずかに生み出している。
したがって、プラットフォームは、$W{=}7$dayのスライディングウィンドウよりもウィンドウレベルの効率を評価し、公正な評価と長期広告の有効性を保証する。
毎日の入札決定は、最大$W$のオーバラップウインドウに影響するため、毎日のターゲットを設定するには、将来の市場条件を予測する必要がある。
本稿では,SWAG-Bid(Sliding-Window Aware Generative Auto-Bidding)を提案する。
このプランナーは、マルチウィンドウモデル予測制御サンプリング(MWMS)によって、市場を予測し、全ての重なり合う窓をまたいだ候補計画を生成するためにマスケッド軌道モデルを使用している。
制御器は、予算と制約情報を有するReturn-to-GoチャネルとCost-to-Goチャネルを補完するPer-Step Gated Adaptive Layer Normalization (PSG-AdaLN)を介して、このガイダンスに依存する。
AliExpressにおけるAuctionNet-SparseおよびオンラインA/Bテストの実験により,SWAG-Bidはスライディングウインドウ評価において,競争的制約満足度と価値獲得を達成することが示された。
関連論文リスト
- HOBA: Hierarchical On-Policy Bidding Agents for Adaptive Online Advertising [4.325040293861279]
HOBAは、戦略的推論、モデル選択、入札実行を3つのタイムスケールで分離する階層的な強化学習フレームワークである。
AuctionNetベンチマークと大規模A/Bテストの実験は、最先端のベースラインよりも一貫した改善を示している。
論文 参考訳（メタデータ） (2026-06-17T15:00:34Z) - DRIVE: Distributional and Retrieval-Augmented Bidding with Value Evaluation [39.181584470241354]
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。
論文 参考訳（メタデータ） (2026-06-12T07:21:07Z) - CLEAR: Cognition and Latent Evaluation for Adaptive Routing in End-to-End Autonomous Driving [19.474428775260034]
超高速な生成計画と深い意味的推論を組み合わせたフレームワークであるCLEARを提案する。
CLEARはDrive-JEPAをビジュアルエンコーダとして採用し、VAEラテント空間におけるマルチステップデノイングチェーンを単一ステップ条件ドリフトに置き換える。
NAVSIM v1ベンチマークでは、CLEARは93.7の最先端のPDMSを達成した。
論文 参考訳（メタデータ） (2026-06-04T14:32:10Z) - Performance-Driven Policy Optimization for Speculative Decoding with Adaptive Windowing [14.853472940422199]
投機的効率は、しばしば難解な位置によってボトルネックされる。
ほとんどの学習ベースのドラフトラは、まだトークンレベルの管理対象に最適化されている。
本稿では,トークンレベルの模倣からウィンドウレベルの最適化へ移行する拡張学習フレームワークPPOWを提案する。
論文 参考訳（メタデータ） (2026-05-14T15:41:57Z) - A1: A Fully Transparent Open-Source, Adaptive and Efficient Truncated Vision-Language-Action Model [112.9420001646428]
VLA(Vision-Language-Action)モデルは、オープンワールドロボット操作の強力なパラダイムとして登場したが、実際の展開はコストに制約されることが多い。
我々は、低コストで高スループットな推論のために設計された、完全にオープンソースで透明なVLAフレームワークであるA1を提示する。
A1は最先端の成功率を達成すると同時に、推論コストを大幅に削減する。
論文 参考訳（メタデータ） (2026-04-07T10:18:40Z) - Unbiased Dynamic Pruning for Efficient Group-Based Policy Optimization [60.87651283510059]
Group Relative Policy Optimization (GRPO) はLLM推論を効果的にスケールするが、計算コストは禁じている。
本研究では,非バイアス勾配推定を保ちながら動的プルーニングを可能にする動的プルーニングポリシー最適化(DPPO)を提案する。
刈り込みによって引き起こされるデータの空間性を軽減するため,ウィンドウベースの欲求戦略であるDense Prompt Packingを導入する。
論文 参考訳（メタデータ） (2026-03-04T14:48:53Z) - 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) - Nash Equilibrium Constrained Auto-bidding With Bi-level Reinforcement Learning [64.2367385090879]
本稿では,プラットフォームの観点から,自動入札問題の新たな定式化を提案する。
これは、$epsilon$-NE制約の下ですべての広告主の社会的福祉を最大化することを目的としている。
NCB問題は、その制約された二段階構造と、典型的には多くの広告主が関与しているため、重大な課題を提起している。
論文 参考訳（メタデータ） (2025-03-13T12:25:36Z) - VFed-SSD: Towards Practical Vertical Federated Advertising [53.08038962443853]
本稿では,2つの制限を緩和する半教師付き分割蒸留フレームワーク VFed-SSD を提案する。
具体的には,垂直分割された未ラベルデータを利用する自己教師型タスクMatchedPair Detection (MPD) を開発する。
当社のフレームワークは,デプロイコストの最小化と大幅なパフォーマンス向上を図った,リアルタイム表示広告のための効率的なフェデレーション強化ソリューションを提供する。
論文 参考訳（メタデータ） (2022-05-31T17:45:30Z) - Dynamic Bidding Strategies with Multivariate Feedback Control for
Multiple Goals in Display Advertising [0.0]
リアルタイム入札 (Real-Time Bidding, RTB) は、数ミリ秒以内のオークションにおいて、ディスプレイ広告の在庫を購入する方法である。
RTBキャンペーンのパフォーマンスは、一般的に一連のキーパフォーマンス指標(KPI)で測定される。
本稿では,PIDに基づくフィードバック制御システムを用いて,複数のトラフィックを同時に制御する手法を提案する。
オフライン広告入札シミュレーションとライブトラフィックテストの両方において,本手法は複数のトラフィックを同時に制御し,それぞれの目標に向かって誘導する上で有効であることが判明した。
論文 参考訳（メタデータ） (2020-06-01T15:49:08Z) - MoTiAC: Multi-Objective Actor-Critics for Real-Time Bidding [47.555870679348416]
そこで本研究では,MoTiACというマルチエクティブ・アクタ・クリティカルスアルゴリズムを提案する。
従来のRLモデルとは異なり、提案されたMoTiACは複雑な入札環境で同時に多目的タスクを達成できる。
論文 参考訳（メタデータ） (2020-02-18T07:16:39Z)
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。