标签
Pinterest 研究人员提出了 RLBP，这是一种已部署于生产环境的混合强化学习架构，利用强化学习元控制器，每天为各个广告活动选择用于自动出价的 PID 参数。在线 A/B 测试和全面上线后的留出组测量结果表明，该架构在不降低收入的情况下，实现了具有统计显著性的有效每次点击成本（eCPC）下降。
OneBid是一个统一自动竞价基础模型，通过采用Mixture-of-Experts架构和CROP优化，解决了多样化oCPX广告场景中的挑战，在快手部署后显示了显著改进，如ROAS提升13.1%。
本文介绍了 PlatformBid，这是首个从统一广告平台视角设计的综合性自动出价基准，以及 BidFlow，一种基于流匹配的新型自动出价方法。实验表明，在快手在线测试中，BidFlow 将目标成本提升了 +0.68%。
本文介绍了DRIVE，一个统一的基于Transformer的离线自动出价框架，它将候选动作生成与决策制定解耦，结合了分布性动作建模、检索增强的候选生成和基于价值的评估，以在预算和成本约束下提高出价性能。
本文介绍了Guide框架，该框架结合了决策Transformer、Q值引导和逆动力学模块，在数字广告自动出价中平衡探索与安全性，并在公开数据集和模拟拍卖中展示了有效性。