論文の概要: TaQFormer: A Treatment-as-Query Transformer with Data-Fusion for Multidimensional Treatment Modeling in Coupon Allocation

• arxiv url: http://arxiv.org/abs/2610.26199v1
• Date: Mon, 19 Oct 2026 11:27:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 19:07:41.738404
• Title: TaQFormer: A Treatment-as-Query Transformer with Data-Fusion for Multidimensional Treatment Modeling in Coupon Allocation
• Title（参考訳）: TaQFormer: Coupon Allocationにおける多次元処理モデリングのためのデータフュージョンを用いた処理・アズ・クエリ変換器
• Abstract要約: 複数のサービスカテゴリを提供するオンラインマーケットプレースでクーポンアロケーションを研究する。 クーポンの発行には、直接効果とカテゴリー間需要シフトの両方を考慮し、カテゴリー別割引のベクターを選択する必要がある。 この多次元処理のための処理・アズ・クエリ変換器であるTaQFormerを提案する。
• 参考スコア（独自算出の注目度）: 11.677293548866283
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: We study coupon allocation on an online marketplace offering multiple service categories. Issuing coupons requires choosing a vector of category-specific discounts, accounting for both their direct effects and cross-category demand shifts. We present TaQFormer, a treatment-as-query Transformer for this multidimensional treatment setting. Each treatment coordinate is represented as a query token, allowing cross-attention to estimate the response to the full treatment vector. To combine large but policy-biased observational logs with a smaller stream of randomized controlled trial data, we use a two-stage pipeline: observational pretraining learns general outcome patterns, followed by LoRA fine-tuning on RCT data with a request-specific fusion gate. We evaluate the resulting system through the checks required for production, including offline uplift metrics, treatment-parallel serving, latency monitoring, and a 14-day online A/B test. At essentially the same subsidy cost rate, \model increases business value per user by 1.26\% over the production baseline and significantly outperforms both the production baseline and the RCT-only model, while meeting the latency budget. It was subsequently rolled out to all marketplace traffic and has operated at full scale for several months as of October 2026. The deployment illustrates how multidimensional treatment modeling and observational pretraining, combined with adaptation using RCT data, can support effective joint discount decisions in production.
• Abstract（参考訳）: 複数のサービスカテゴリを提供するオンラインマーケットプレースでクーポンアロケーションを研究する。 クーポンの発行には、直接効果とカテゴリー間需要シフトの両方を考慮し、カテゴリー別割引のベクターを選択する必要がある。 この多次元処理のための処理・アズ・クエリ変換器であるTaQFormerを提案する。 各処理座標はクエリトークンとして表現され、全処理ベクトルに対する応答をクロスアテンションで推定することができる。 大規模だがポリシーに偏った観測ログと、より小さなランダム化された制御された試行データストリームを組み合わせるために、2段階のパイプラインを用いて、観察事前学習は一般的な結果パターンを学習し、続いてリクエスト固有の融合ゲートでRTTデータにLoRAの微調整を行う。 オフラインのアップリフトメトリクス,処理並列サービス,レイテンシ監視,14日間のオンラインA/Bテストなど,運用に必要なチェックを通じて,結果システムを評価する。 基本的に同じ補助コスト率で、Shamodelは、生産ベースラインに対してユーザ当たりのビジネス価値を1.26 %増加させ、レイテンシ予算を満たしながら、生産ベースラインとRTTのみのモデルの両方を著しく上回る。 その後、すべての市場トラフィックに展開され、2026年10月現在、数ヶ月にわたってフルスケールで運用されている。 RCTデータを用いた適応と組み合わせた多次元処理モデルと観察事前学習が、生産における効果的な共同割引決定をいかに支援できるかを示す。

関連論文リスト

• TransX Technical Report: Scaling Sequence Transduction for Recommendation [4.750812376477589]
  TransXはシーケンシャルトランスダクションフレームワークであり、産業レコメンデーションをスケールするためのインフラを共同設計している。 クリック・アンド・コンバージョンでTransXをトレーニングし、検索・選好ランク付けのための共有行動インターフェースをポストトレーニングし、生成的レコメンデーションをオフラインで探索する。
  論文  参考訳（メタデータ） (2026-10-14T20:43:40Z)
• DSWM: Decomposed Spatio-Temporal World Model for Demand-Driven UAV Base Station Repositioning [44.08640139884205]
  本稿では,航空基地局に対する需要駆動型艦隊最適化手法を提案する。 本研究では,指数移動平均(EMA)に基づく潜在予測目標を分散正則化を用いて再帰的状態空間モデルとして学習する。 毎週のサービス提供比率は0.889、0.908、0.898で、データセットごとの非拡張構成の中では第1位です。
  論文  参考訳（メタデータ） (2026-09-29T06:56:46Z)
• BAFF: Bid-Aware Filter Family for Mitigating Training Data Interference in RTB A/B Tests [2.5729047206655795]
  リアルタイム入札テストでは、制御モデルと処理モデルは通常、対応するモデルによって生成されたデータを含む共有サービスログでトレーニングされる。 ログ分割はバイアスを排除しますが、トレーニングデータを犠牲にします。 データ共有戦略の評価を可能にする3段階のオンライン計測プロトコルを提案する。
  論文  参考訳（メタデータ） (2026-09-08T13:20:36Z)
• IPM-FM: A Foundation Model with Consensus Feature Selection for Industrial Process Monitoring [59.59850511287819]
  産業プロセス監視基盤モデル(IPM-FM)を提案する。 まず、自己教師付き事前学習を通じて、ラベルのない産業プロセスデータから汎用的な表現を学習する。 少数のタスクラベル付きデータを使用して特定の監視タスクに適応し、最終的に校正された予測を生成する。
  論文  参考訳（メタデータ） (2026-09-08T07:43:04Z)
• DE-Venus: A Data-Efficient RLVR Framework for Large Language Models [58.53135628199626]
  検証可能な報酬(RLVR)による強化学習は,大規模な言語モデル推論を改善するが,その実践的スケーリングは,高額なオンラインロールアウトと,信頼性の高い目標を大規模に獲得するコストによって制約される。 我々は、データ準備とポリシー最適化をまたいで、監督を進化状態として扱う、データ効率のよいRLVRのための統合フレームワークDE-Venusを提案する。
  論文  参考訳（メタデータ） (2026-09-03T03:23:24Z)
• TransRetrieval: Scaling Up Transformer-Based Retrieval for Industrial Recommendation [19.45139517853295]
  計算予算とクロスドメインデータの両方でスケールするTransformerベースの検索フレームワークであるTransRetrievalを提案する。 40ビリオンの産業データセットでは、ターゲット当たり0.1から2MFLOPのスケーリング計算は+19.3/+22.2pt Recall@2000である。 オンラインA/Bテストでは、TransRetrievalは、プロダクションベースラインと同じエンドツーエンドのレイテンシ制約の下で、プラットフォーム収益を2.53%引き上げる。
  論文  参考訳（メタデータ） (2026-08-26T08:35:16Z)
• Jointly Optimizing Debiased CTR and Uplift for Coupons Marketing: A Unified Causal Framework [9.879609985105754]
  我々はtextbfUnified textbfMulti-textbfValued textbfTreatment Network (UniMVT)を提案する。 UniMVTは、治療に敏感な表現から相反する要因を分離し、フルスペースの反ファクト推論モジュールを可能にする。 合成データセットと工業データセットの実験は、予測精度と校正の両方においてUniMVTの優位性を示している。
  論文  参考訳（メタデータ） (2026-02-13T14:46:20Z)
• Winning the Pruning Gamble: A Unified Approach to Joint Sample and Token Pruning for Efficient Supervised Fine-Tuning [71.30276778807068]
  サンプルプルーニングとトークンプルーニングを戦略的に協調する統合フレームワークを提案する。 Q-Tuningは、トレーニングデータの12.5%しか使用せず、全データSFTベースラインに対する平均38%の改善を実現している。
  論文  参考訳（メタデータ） (2025-09-28T13:27:38Z)
• EconProver: Towards More Economical Test-Time Scaling for Automated Theorem Proving [64.15371139980802]
  大規模言語モデル(LLM)は、最近、自動定理証明(ATP)の分野を進歩させた。 ATPモデルに対する異なるテスト時間スケーリング戦略は、推論にかなりの計算オーバーヘッドをもたらすことを示す。 本稿では,統一EconRLパイプラインに統合可能な2つの補完手法を提案する。
  論文  参考訳（メタデータ） (2025-09-16T03:00:13Z)
• Transformers meet Stochastic Block Models: Attention with Data-Adaptive Sparsity and Cost [53.746169882193456]
  最近の研究は、自己注意の二次的コストを克服するために、様々なスパークアテンションモジュールを提案している。 本稿では,それぞれの注意を混合メンバーシップブロックモデルで表現することで,両方の問題を解決するモデルを提案する。 我々のモデルは、以前の効率的な変種とオリジナルのトランスフォーマーより優れており、十分に注目されています。
  論文  参考訳（メタデータ） (2022-10-27T15:30:52Z)
• 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)

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。