AI计算广告论文播报｜0617 稀缺曝光分配：从零工平台到广告流量

当推荐系统掌控的是稀缺、短时效的供给时，盯着点击率优化可能是在系统性浪费匹配机会。本期深入拆解一篇在日本最大零工平台做的县级 A/B 实验，看它如何把推荐从"猜你喜欢"重新做成"分配稀缺曝光"，以及这套思路怎么迁移到广告流量分配。本期重点* 稀缺曝光下的推荐机制设计（Designing Recommendation Exposure and Favorite Lists: A Field Experiment in a Spot-Work Platform）——Timee 平台提出 TEC 阈值控制方法，把配额转成可并行计算的资格阈值，岗位达成率从 57.6% 提升到 70%，县级整体切流实验设计直接适用于本地生活/O2O 广告评估。* LLM 生成式推荐的记忆行为（On the Memorization Behavior of LLMs in Generative Recommen...去小宇宙查看完整单集简介在小宇宙查看该单集文稿