論文の概要: MIRT: Transformers for Truthful Generative Auctions with Whole-feed Permutation Externalities

• arxiv url: http://arxiv.org/abs/2610.06559v1
• Date: Mon, 05 Oct 2026 15:47:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-09 07:36:31.495353
• Title: MIRT: Transformers for Truthful Generative Auctions with Whole-feed Permutation Externalities
• Title（参考訳）: MIRT:全フィード置換外装による真偽生成オークション用トランスフォーマー
• Abstract要約: 最近の学習に基づくフィード生成メカニズムは、フィード全体の福祉をグローバルに最適化するために、これらのクロスタイプ相互作用のいくつかをモデル化している。 本稿では,MIRT(Maximal-in-Range Transformer)機構のクラスについて紹介する。 MIRTは従来の非ストラテジブルな状態のフィードモデルよりも優れた性能を保ちつつも、完全にストラテジブルであることを示します。
• 参考スコア（独自算出の注目度）: 5.65453222062465
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Modern online platforms commonly rank ads and organic content separately before blending them into a feed displayed to the user, overlooking externalities: an item's click-through rate depends on its surrounding content, not only on its own position. Recent learning-based feed generation mechanisms model some of these cross-type interactions to globally optimize for the whole feed's welfare. However, these approaches either fix the ordering of organic content, or lack exact strategyproofness guarantees for bidders. To combat these shortfalls, we introduce the Maximal-in-Range Transformer (MIRT) mechanism class, which uses a transformer to generate a range of candidate feeds that jointly order ads and organic content, and selects the welfare-maximizing feed in the range. However, there is a tension: strategyproofness requires the generated range to be bid-independent, even though a candidate feed's welfare depends linearly on the bids. Our key technical contribution is a reinforcement learning approach that incorporates both candidate generation and bid-aware selection into training, enabling a bid-independent transformer to learn to generate high-welfare ranges by accounting for both individual feed quality and the collective quality of the range. Additionally, we bound the pseudo-dimension of the MIRT class under hard attention, showing that near-optimal expected welfare is learnable with sample complexity polynomial in the transformer size and only logarithmic in the range size. Empirically, MIRT outperforms the previous non-strategyproof state-of-the-art feed models while remaining exactly strategyproof. Our results show that transformer-based auctions can deliver externality-aware whole-feed optimization without sacrificing exact incentive compatibility, removing a major obstacle to their practical deployment.
• Abstract（参考訳）: 現代のオンラインプラットフォームでは、広告とオーガニックコンテンツを別々にランク付けして、ユーザーが表示したフィードにブレンドし、外見を見渡す。 最近の学習に基づくフィード生成メカニズムは、フィード全体の福祉をグローバルに最適化するために、これらのクロスタイプ相互作用のいくつかをモデル化している。 しかしながら、これらのアプローチは、有機物の注文を修正するか、入札者に対する正確な戦略上の保証を欠くかのどちらかである。 これらの欠点に対処するために,広告と有機コンテンツを協調的に注文する候補フィードを生成するためにトランスフォーマーを用いたMIRT(Maximal-in-Range Transformer)機構クラスを導入し,その範囲で福祉最大化フィードを選択する。 たとえ候補のフィードの福祉が入札に線形に依存するとしても、生成した範囲は入札に依存しない必要がある。 我々の重要な技術的貢献は、候補生成と入札意識の選択の両方を訓練に取り入れた強化学習アプローチであり、入札非依存のトランスフォーマーは、個々のフィード品質と、その範囲の集合的品質の両方を考慮し、高品質なレンジを生成することができる。 さらに, MIRT クラスの擬似次元を重み付け, 変圧器サイズではサンプル複雑性多項式, レンジサイズでは対数のみを用いて, ほぼ最適の福祉が学習可能であることを示す。 実証的には、MIRTは従来の非ストラテジブルな状態のフィードモデルよりも優れており、正確には戦略的な状態を維持している。 以上の結果から,トランスフォーマーベースのオークションは,正確なインセンティブ互換性を犠牲にすることなく,外部性に配慮した全フィード最適化を実現することが可能であることが示唆された。

関連論文リスト

• 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)
• Generative Auto-Bidding with Unified Modeling and Exploration [32.49990588146739]
  GUIDE(Generative Auto-Bidding with Unified Modeling and Exploration)は、方向性探索と安全なフォールバックメカニズムを統合するフレームワークである。 我々は、公開データセット、模擬オークション環境、および中国の主要な広告プラットフォームであるTaobaoへの大規模オンライン展開を通じて、広範な実験を行っている。 実世界の展開において、GUIDEは、+4.10%の広告GMV、+1.40%の広告クリック、+1.66%の広告コスト、+3.52%の広告ROIという顕著な利益を達成する。
  論文  参考訳（メタデータ） (2026-05-19T07:09:32Z)
• MoASE++: Mixture of Activation Sparsity Experts with Domain-Adaptive On-policy Distillation for Continual Test Time Adaptation [65.068801413044]
  連続的なテスト時間適応は、非定常な未ラベルのターゲットストリームにソース予測モデルを適用する。 ドメインに依存しない構造をドメイン固有のテクスチャから切り離す。
  論文  参考訳（メタデータ） (2026-05-18T01:52:12Z)
• AlphaGRPO: Unlocking Self-Reflective Multimodal Generation in UMMs via Decompositional Verifiable Reward [52.7128440950672]
  我々はAlphaGRPOを提案し、追加のコールドスタートステージなしでマルチモーダル生成能力を向上する。 我々のアプローチは、高度な推論タスクを実行するためのモデルの本質的な可能性を解き放つ。 実世界のマルチモーダル世代を安定的に管理する上での課題に対処するために、DVReward(Decompositional Verifiable Reward)を導入する。
  論文  参考訳（メタデータ） (2026-05-12T17:59:47Z)
• Complementarity-Supervised Spectral-Band Routing for Multimodal Emotion Recognition [60.20529806857076]
  マルチモーダル感情認識は、テキスト、ビデオ、音声などの手がかりを融合させ、個人の感情状態を理解する。 従来の手法では、機械的に独立な単調なパフォーマンスに依存することと、感情タスクで要求されるきめ細かい表現と相反する粗粒の融合という2つの主な制限に直面していた。 我々は,マルチスケールバンド分解とエキスパートコラボレーションを通じて,微細な相補的特徴をモデル化するために,Atsukoという名前のComplementarity-Supervised Multi-Band Expert Networkを提案する。
  論文  参考訳（メタデータ） (2026-03-07T03:58:48Z)
• MAESTRO: Meta-learning Adaptive Estimation of Scalarization Trade-offs for Reward Optimization [56.074760766965085]
  大規模言語モデル(LLM)の整合性のための効率的なパラダイムとしてグループ相対政策最適化が登場している。 我々は,報酬スカラー化を動的潜在ポリシーとして扱い,モデルの終端隠蔽状態を意味的ボトルネックとして活用するMAESTROを提案する。 本稿では,軽量コンダクタネットワークがメタリワード信号としてグループ相対的優位性を生かしてポリシと共進化する,双方向最適化フレームワークにおけるコンテキスト的帯域幅問題としてこれを定式化する。
  論文  参考訳（メタデータ） (2026-01-12T05:02:48Z)
• Generative Large-Scale Pre-trained Models for Automated Ad Bidding Optimization [5.460538555236247]
  GRAD(Generative Reward-driven Ad-bidding with Mixture-of-Experts)を提案する。 GRADはプラットフォーム収益を大幅に向上させ、現代の広告主の進化的かつ多様な要求に対処する上での有効性を強調した。
  論文  参考訳（メタデータ） (2025-08-04T02:46:18Z)
• GAS: Generative Auto-bidding with Post-training Search [26.229396732360787]
  本稿では,GASと呼ばれるポストトレーニング後検索を用いたフレキシブルで実用的な自動入札方式を提案し,基本方針モデルの出力を改良する。 実世界のデータセットとKuaishou広告プラットフォーム上でのオンラインA/Bテストによる実験は、GASの有効性を実証している。
  論文  参考訳（メタデータ） (2024-12-22T13:47:46Z)
• Exploiting Modality-Specific Features For Multi-Modal Manipulation Detection And Grounding [54.49214267905562]
  マルチモーダルな操作検出とグラウンド処理のためのトランスフォーマーベースのフレームワークを構築する。 本フレームワークは,マルチモーダルアライメントの能力を維持しながら,モダリティ特有の特徴を同時に探求する。 本稿では,グローバルな文脈的キューを各モーダル内に適応的に集約する暗黙的操作クエリ(IMQ)を提案する。
  論文  参考訳（メタデータ） (2023-09-22T06:55:41Z)

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。