論文の概要: Token-Level Advertising
- arxiv url: http://arxiv.org/abs/2608.27382v1
- Date: Thu, 27 Aug 2026 17:18:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-28 16:30:58.503249
- Title: Token-Level Advertising
- Title（参考訳）: Token‐Level Advertising
- Abstract要約: トークンレベルの広告機構としてLatent Advertiser Mixture Auction (LAMA)を提案する。
LAMAは、広告主の影響を直接生成プロセスに埋め込む。
LAMA は Markov DSIC と IR を満足し, ほぼ最適 KL 正規化福祉を実現している。
- 参考スコア（独自算出の注目度）: 14.308530906021012
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generative AI is transforming how people access information, challenging traditional advertising mechanisms built around predefined slots. Towards generation-native advertising, we propose the Latent Advertiser Mixture Auction (LAMA), a token-level advertising mechanism that embeds advertiser influence directly into the generation process. Advertisers report local continuation values that induce advertiser-specific next-token policies, from which the platform decodes through a latent mixture while updating an allocation posterior. We show that LAMA satisfies Markov DSIC and IR, and achieves near-optimal KL-regularized welfare. We further develop a learning-based implementation that reconstructs the required reports online from learned local advantages and root values. Proof-of-concept experiments on real-world commercial-search query splits show that LAMA improves platform welfare and revenue while maintaining user-facing response quality, providing initial evidence for the feasibility of generation-native advertising.
- Abstract（参考訳）: ジェネレーティブAIは、人々が情報にアクセスする方法を変え、事前に定義されたスロットを中心に構築された従来の広告メカニズムに挑戦している。
次世代広告に向けて,広告主の影響を直接生成プロセスに埋め込むトークンレベルの広告機構であるLatent Advertiser Mixture Auction (LAMA)を提案する。
広告主は、広告主固有の次世代ポリシーを誘導するローカル継続値を報告し、プラットフォームはアロケーション後続を更新しながら遅延混合を通じてデコードする。
LAMA は Markov DSIC と IR を満足し, ほぼ最適 KL 正規化福祉を実現している。
さらに,学習地域の利点と根源的価値から,必要なレポートをオンラインで再構築する学習ベース実装を開発した。
実世界の商用検索クエリの分割に関する概念実証実験は、LAMAがユーザ対応の応答品質を維持しながらプラットフォーム福祉と収益を改善し、世代ネイティブ広告の実現可能性を示す最初の証拠を提供することを示している。
関連論文リスト
- Interactor: Agentic RL oriented Iterative Creation for Ad Description Generation in Sponsored Search [12.65264204975306]
本稿では,スポンサー付き検索における情報的広告記述を自動的に生成することに焦点を当てる。
広告記述生成のためのエージェントRLに最適化されたマルチターン反復生成フレームワークであるInteractorを提案する。
論文 参考訳（メタデータ） (2026-06-14T16:40:41Z) - 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) - Detecting RAG Advertisements Across Advertising Styles [24.080227437136585]
大型言語モデル(LLM)のための広告スタイルの分類法を開発する。
我々は広告主が広告スタイルを変えて検出を回避しようとすることをシミュレートする。
我々は、その堅牢性に関して、様々な広告検出アプローチを評価した。
論文 参考訳（メタデータ） (2026-03-05T08:16:21Z) - Multi-task Offline Reinforcement Learning for Online Advertising in Recommender Systems [54.709976343045824]
現在のオフライン強化学習(RL)手法は、スパース広告シナリオに適用した場合、重大な課題に直面している。
MTORLは,2つの主要な目標を対象とする,新しいマルチタスクオフラインRLモデルである。
我々はマルチタスク学習を用いて行動と報酬をデコードし、同時にチャネルレコメンデーションと予算配分に対処する。
論文 参考訳（メタデータ） (2025-06-29T05:05:13Z) - External Evaluation of Discrimination Mitigation Efforts in Meta's Ad Delivery [47.418845064441605]
本稿では,Metaによって実装された可変還元システム(VRS)が,個人にとっての機会へのアクセスを有意義に改善していないことを示す。
そして、現実世界の広告でVRSを評価する実験を行い、VRSがばらつきを減らす一方で、広告主のコストも上昇させることを示した。
当社のアプローチは,すべてのグループからのユーザに対する広告露出の増加と,広告主に対するコスト削減によって,VRSよりも優れていることを示す。
論文 参考訳（メタデータ） (2025-06-19T19:29:26Z) - Against Opacity: Explainable AI and Large Language Models for Effective Digital Advertising [45.512178197258066]
メタ広告と世界のGoogleは、直感に頼っている無数の広告主を惹きつけている。
この透明性の欠如は、広告主が情報的な決定をし、透明性を促進し、業界メトリクスを標準化し、規制フレームワークを強化する努力を必要とする能力を妨げている。
本研究では,コンテンツの分析と評価を目的とした機械学習技術,特に新規広告コンテンツのクリックスルー率(CTR)を予測することによって,マーケターの広告戦略の最適化を支援する新しい手法を提案する。
論文 参考訳（メタデータ） (2025-04-22T08:46:47Z) - 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) - Truthful Aggregation of LLMs with an Application to Online Advertising [11.552000005640203]
広告主にとって真の報告が支配的な戦略であることを確実にするオークション機構であるMOSAICを導入する。
我々はMOSAICが計算オーバーヘッドの少ない広告価値とプラットフォーム収益をもたらすことを示す。
論文 参考訳（メタデータ） (2024-05-09T17:01:31Z) - Online Advertisements with LLMs: Opportunities and Challenges [51.96140910798771]
本稿では,オンライン広告システムにおけるLarge Language Models(LLM)の活用の可能性について検討する。
提案手法は,LLM広告の修正,入札,予測,オークションモジュールから構成される。
論文 参考訳（メタデータ） (2023-11-11T02:13:32Z) - AI-Driven Contextual Advertising: A Technology Report and Implication
Analysis [0.0]
プログラム広告はデジタル広告空間の自動オークションである。
文脈広告に対する関心は、部分的には現在の個人データへの依存に対する反作用である。
人工知能(AI)の発展により、コンテキストのより深いセマンティックな理解が可能になる。
論文 参考訳（メタデータ） (2022-05-02T13:44:58Z) - A Cooperative-Competitive Multi-Agent Framework for Auto-bidding in
Online Advertising [53.636153252400945]
本稿では,自動入札のための総合的マルチエージェント強化学習フレームワーク,すなわちMAABを提案し,自動入札戦略を学習する。
当社のアプローチは、社会的福祉の観点から、いくつかの基準的手法を上回り、広告プラットフォームの収益を保証します。
論文 参考訳（メタデータ） (2021-06-11T08:07:14Z) - CAMTA: Causal Attention Model for Multi-touch Attribution [25.258282793367453]
本研究では,ユーザ個人化MTAのカジュアルアトリビューション機構である,新しいディープリカレントニューラルネットワークアーキテクチャCAMTAを提案する。
複数のベースラインと比較し,予測精度に関してcamtaの優れた性能を示す。
論文 参考訳（メタデータ） (2020-12-21T15:05:00Z)
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。