論文の概要: The Beginning of ChatGPT Ads

• arxiv url: http://arxiv.org/abs/2608.05008v1
• Date: Wed, 05 Aug 2026 16:13:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-06 14:48:43.984283
• Title: The Beginning of ChatGPT Ads
• Title（参考訳）: ChatGPT広告の始まり
• Authors: Emma Lurie, Ro Encarnación, Sorelle A. Friedler, Danaé Metaxa,
• Abstract要約: 本稿では,大規模言語モデル(LLM)のユーザ向けオンラインインターフェースにおいて,広告コンテンツがロールアウトされる事例を初めて提示する。 ソックパペット監査手法を用いて,アメリカのChatGPT利用者に提示される広告内容の人口統計学的差異について検討した。
• 参考スコア（独自算出の注目度）: 1.8059331230167261
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: This paper presents the first empirical study of advertising content being rolled out in the user-facing online interfaces of large language models (LLMs). We systematically examine possible demographic differences in ad content shown to U.S. users of ChatGPT using a sock puppet audit methodology. We create and deploy 91 sock puppets in a 3x3 factorial design, using geolocation cues (account IP proxies and location-signaling prompts) to signal three racial/ethnic groups (Black, Hispanic, and White) and three income terciles (low, medium, and high). We conduct data collection starting in February 2026, collecting over 3,000 advertisements from 186 unique advertisers in response to 335 prompts on a range of realistic user queries. We find that accounts begin receiving ads 14 days after account creation, and that lower-income accounts, regardless of race, are more likely to receive ads. In this first phase of ChatGPT ads, the ads themselves skewed heavily towards consumer goods, directed users to a specific advertiser rather than a particular product, and were clearly separated from the LLM's response text, observations we anticipate will change as ads continue being integrated into LLM chat interfaces. We release a public, searchable archive of all collected advertisements. Finally, we discuss the implications of our findings, and conclude with methodological and theoretical recommendations for future empirical studies of LLM advertisements.
• Abstract（参考訳）: 本稿では,大規模言語モデル (LLM) のユーザ向けオンラインインターフェースにおいて,広告コンテンツのロールアウトに関する実証的研究を行った。 ソックパペット監査手法を用いて,アメリカのChatGPT利用者に提示される広告内容の人口統計学的差異を系統的に検討した。 我々は3つの人種・民族グループ(黒人、ヒスパニック、白人)と3つの所得端末(低、中、高)に位置情報キュー(IPプロキシ、位置署名プロンプト)を用いて、91個のソック人形を3x3因子設計で作成・展開する。 我々は2026年2月からデータ収集を行い、186のユニークな広告主から3,000以上の広告を集め、335のプロンプトに反応した。 われわれは、アカウントがアカウント作成の14日後に広告を受け取り始めており、低所得のアカウントは人種に関係なく、広告を受け取る傾向にあることを見出した。 ChatGPT広告の第1フェーズでは、広告自体が消費者製品に大きく傾き、ユーザーを特定の商品ではなく特定の広告主に誘導し、LLMのレスポンステキストから明確に分離した。 収集したすべての広告の公開かつ検索可能なアーカイブをリリースします。 最後に,本研究の意義を考察し,LLM広告の今後の実証研究の方法論的,理論的提言をまとめる。

関連論文リスト

• Ads that Talk Back: Implications and Perceptions of Injecting Personalized Advertising into LLM Chatbots [15.907632070023702]
  企業は、大規模言語モデル(LLM)の収益化のための広告ベースの収益源を模索している。 本稿では,LLM広告を個人ユーザに対してパーソナライズすることの意味について検討する。 私たちは広告データセットとオープンソースのLLMであるPhi-4-Adsを作成しました。
  論文  参考訳（メタデータ） (2024-09-23T18:02:09Z)
• 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)
• Truncation-Free Matching System for Display Advertising at Alibaba [28.337203769492966]
  マッチングモジュールはディスプレイ広告システムにおいて重要な役割を果たす。 ユーザーからの問い合わせがなければ、システムがユーザーのトラフィックと広告を適切に一致させることは困難です。 TFMS(Truncation Free Matching System)を提案する。
  論文  参考訳（メタデータ） (2021-02-18T12:01:09Z)
• Multi-Channel Sequential Behavior Networks for User Modeling in Online Advertising [4.964012641964141]
  本稿では,ユーザと広告を意味空間に埋め込むための深層学習手法であるマルチチャネルシーケンシャル行動ネットワーク(mc-sbn)を提案する。 提案するユーザエンコーダアーキテクチャでは,過去の検索クエリや訪問ページ,クリックした広告など,複数の入力チャネルからのユーザアクティビティをユーザベクトルにまとめる。 その結果,MC-SBNは関連広告のランク付けを改善し,クリック予測とコンバージョン予測の両方の性能を向上させることができることがわかった。
  論文  参考訳（メタデータ） (2020-12-27T06:13:29Z)
• An Empirical Study of In-App Advertising Issues Based on Large Scale App Review Analysis [67.58267006314415]
  われわれは,App StoreとGoogle Playの広告関連ユーザフィードバックに関する大規模分析を行った。 広告関連レビュー36,309件の統計分析から,利用者は使用中のユニーク広告数や広告表示頻度を最も気にしていることがわかった。 いくつかの広告イシュータイプは、他の広告イシューよりも開発者によって迅速に対処される。
  論文  参考訳（メタデータ） (2020-08-22T05:38:24Z)

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。