面向广告商的大型基础模型：ALF
机器学习
2026-01-01 v3
摘要
我们提出 ALF（Advertiser Large Foundation model），这是一种用于理解广告商行为和意图的多模态变换器架构，支持文本、图像、视频和结构化数据等多种模态。通过对比学习和多任务优化，ALF 创建统一的广告商表示，捕捉内容和行为模式。我们的模型在关键任务上实现了最先进的性能，包括欺诈检测、政策违规识别和广告商相似度匹配。在实际部署中，ALF 显著提升了实际效果，通过提高精确率和召回率实现双重提升，例如将一个关键政策的召回率提升了超过 40 个百分点，将另一个任务的精确率提升至 99.8%。该架构的有效性源于其新颖的多模态变换、样本间注意力机制、谱归一化投影和校准概率输出的组合。
引用
@article{arxiv.2504.18785,
title = {ALF: Advertiser Large Foundation Model for Multi-Modal Advertiser Understanding},
author = {Santosh Rajagopalan and Jonathan Vronsky and Songbai Yan and S. Alireza Golestaneh and Shubhra Chandra and Min Zhou},
journal= {arXiv preprint arXiv:2504.18785},
year = {2026}
}
备注
KDD 2026 ADS Track