Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
Kuaishou объединила управление ставками для разных сценариев oCPX в одной модели OneBid вместо отдельной модели для каждого типа конверсии. В производственных тестах фактическая выручка платформы после компенсаций рекламодателям выросла на 2,2%, хотя препринт не рецензирован и все числа получили сами авторы. Для рекламных платформ это пример общей модельной основы, которую можно адаптировать к конкретным целям без нового контура обучения и развёртывания.
OneBid построили на Decision Transformer, который выбирает следующую ставку по истории кампании и заданной цели. Модель раздельно учитывает желаемую ценность конверсий и отклонение расходов от целевого соотношения. Это позволяет менять баланс между объёмом конверсий и стоимостью, не сводя разные требования к одному показателю.
Общую часть модели обучают на журналах нескольких рекламных сценариев. Постоянно активные эксперты находят общие закономерности, а отдельные эксперты подключаются для конкретного сценария; выбор происходит сразу для всей последовательности. Благодаря этому OneBid имеет в шесть раз больше параметров, чем прежний Decision Transformer, но обрабатывает запрос за 52 мс против 40 мс.
Для адаптации к конкретному размещению разработчики предложили CROP. Метод создаёт несколько вариантов ставки, ранжирует их моделью-оценщиком и обновляет стратегию так, чтобы она не уходила далеко от поведения, представленного в исторических данных. Поэтому улучшение можно сначала провести офлайн, не проверяя случайные ставки на рабочем трафике.
Систему сравнивали с настроенными отдельно для каждого сценария моделями Decision Transformer. Производственные A/B-тесты проходили на трети трафика Kuaishou не менее пяти дней и охватывали покупку, активацию, отправку форм, заявки и оптимизацию окупаемости рекламы. Эти результаты подтверждают подход внутри рекламной системы Kuaishou, но сами по себе не показывают, как единая модель перенесётся на другую платформу с иными аукционами и журналами ставок.
Источники
Иллюстрация: рисунок из статьи «OneBid: A Unified Auto-Bidding Foundation Model for Diverse oCPX Advertising Scenarios», Yewen Li, Peng Jiang, Yitian Li и др., CC BY 4.0
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.
