标签
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。
提出了一种针对多槽位保量展示广告的联合优化框架，通过二分图匹配和合约轮盘机制解决槽位冗余和合约不平衡问题。在美团上的在线A/B测试显示，收入与合约履行显著提升。