KDD'25 | 生成式拍卖：感知排列外部性的整页优化机制

文章预览

允中 发自 凹非寺 量子位 | 公众号 QbitAI 从“先预估后分配”的判别式方法，到直接面向最终拍卖结果的生成式方法，生成式模型能否为在线广告的拍卖机制优化带来持续增量？ 本文介绍阿里妈妈展示广告机制策略团队在 AIGA（AI-Generated Auction）方向的前沿探索-生成式拍卖研究工作。 基于该项工作整理的论文已被 KDD’25 Research Track 接收。 摘要 广告拍卖机制设计作为在线广告系统的重要一环，在持续优化广告主和平台收益方面起着至关重要的作用。传统的广义二价拍卖（GSP）等拍卖机制依赖于点击率分离假设（将广告点击率拆分为广告自身质量分和广告位曝光权重的乘积），忽略了页面中同时展示的其它商品的影响，即外部性影响。 近年来，基于深度学习的拍卖机制显著增强了对高维上下文特征的编码能力，但是现有方法仍受限于“先预估后分配 ………………………………