面向广告系统的非自回归生成拍卖带全局外部性
信息检索
2025-06-09 v1
摘要
在线广告拍卖是互联网商业的基础，要求解决方案不仅要最大化收入，还要确保激励相容性、高质量用户体验和实时效率。虽然最近的基于学习的拍卖框架通过捕捉广告列表之间的数据依赖关系来改进情境建模，但仍受限于无法处理全局外部性，往往因顺序处理而效率低下。本文引入了具有全局外部性的非自回归生成拍卖（NGA），这是一种为工业在线广告设计的新型端到端框架。NGA通过联合捕捉广告之间的关系以及相邻有机内容的影响，显式地建模全局外部性。为进一步提升效率，NGA采用非自回归、基于约束的解码策略，以及并行多塔评估器，用于统一的列表级奖励和付款计算。大规模离线实验和在商业广告平台上的大规模在线A/B测试结果表明，NGA在有效性和效率方面均 consistently 优于现有方法。
引用
@article{arxiv.2506.05685,
title = {NGA: Non-autoregressive Generative Auction with Global Externalities for Advertising Systems},
author = {Zuowu Zheng and Ze Wang and Fan Yang and Wenqing Ye and Weihua Huang and Wenqiang He and Teng Zhang and Xingxing Wang},
journal= {arXiv preprint arXiv:2506.05685},
year = {2025}
}