incentivized-advertising

本文提出GOAL，一种约束感知的生成式激励广告框架，将激励分配建模为条件序列生成问题，并引入SCPO来学习一个能够跨ROI约束泛化的单一生成策略。实验表明，该方法在降低ROI违规率的同时，改善了长期收入和用户留存。