bidding-agent

HOBA提出了一种用于在线广告的分层强化学习框架，该框架利用大型语言模型进行超参数推断，使用SARSA代理进行专家模型选择，并通过动态专家池执行出价，在大规模A/B测试中实现了+3.6%的提升。