EPISODE · Jun 16, 2026 · 7 MIN
AI计算广告论文播报 2026-06-15:出价的'平均陷阱'与改写的稳定性闸门
from 周六9点半
本期聚焦商业化系统从'能用'到'经得起线上摔打'的工程化升级,三个关键词:奖励对齐、稳定性闸门、加性兜底。本期重点* 分布式检索增强出价(DRIVE: Distributional and Retrieval-Augmented Bidding with Value Evaluation):揭露自动出价里隐蔽的'平均动作陷阱'——同状态下高低两种有效策略被回归头平均成谁也不像的中间价。论文用GMM多峰头+历史高回报检索+IQL critic的三件套即插即用解决,单步推断仅11ms,能挂在DT/CDT/PDiT等主流骨干上。* 持续奖励微调的查询改写器(CoRe: A Continuously Reward-Finetuned LLM Query Rewriter):TikTok短视频搜索周更5个月的工业实录。最值得抄的两点是奖励函数的乘法结构与线上融合公式严格对齐,以及上线闸门同时盯...去小宇宙查看完整单集简介在小宇宙查看该单集文稿
Embed this episode
Ready to play
AI计算广告论文播报 2026-06-15:出价的'平均陷阱'与改写的稳定性闸门
No transcript for this episode yet
Similar Episodes
No similar episodes found.
Similar Podcasts
No similar podcasts found.