回聲的廣告：注入個性化廣告至LLM聊天機器人之影響與感知
人机交互
2025-10-08 v2 人工智能
摘要
最近的大型語言模型（LLM）進步，使我們能夠創建高效的聊天機器人。然而，廣泛部署LLM的計算成本引發了關於盈利性的問題。公司們提出探索基於廣告的收入模式以實現LLM的商業化，這可能成為新的廣告平台。本文通過179名參與者的between-subjects實驗，探討將個性化LLM廣告注入個數用戶的影響。我們開發了一個嵌入個性化產品廣告的聊天機器人，靈感來自AI公司類似的嘗試。我們的基準測試顯示，廣告注入僅略影響LLM性能，特別是響應取向。結果顯示，參與者難以檢測廣告，甚至更傾向於接受帶有隱藏廣告的LLM響應。儘管參與者嘗試點擊廣告披露，但更傾向於通過自然語言查詢更改其廣告設定。我們創建了一個廣告數據集和一個開源LLM，Phi-4-Ads，微調以服務廣告並靈活適應用戶偏好。
引用
@article{arxiv.2409.15436,
title = {Ads that Talk Back: Implications and Perceptions of Injecting Personalized Advertising into LLM Chatbots},
author = {Brian Jay Tang and Kaiwen Sun and Noah T. Curran and Florian Schaub and Kang G. Shin},
journal= {arXiv preprint arXiv:2409.15436},
year = {2025}
}