arXiv cs.AI· Yan Fang, Jialin Chen, Chun Gan, Hang Yu, Mingjun Nie, Yeyu Zhang, Fengxiang He, Ching Law·· 3 天前AI 评分22
LLM-OSDA：面向多轮 LLM 对话原生广告的最优停止动态拍卖
LLM-OSDA: An Optimal-Stopping Dynamic Auction for Native Advertising in Multi-Turn LLM Conversations
AI 导读
研究者提出 LLM-OSDA，一种用于多轮 LLM 对话原生广告的动态按点击付费拍卖机制，将 Bellman 最优停止、赢家分配与包络定价整合在一起。在精确 Bellman oracle 下，期望折扣点击分配对每个广告主的出价单调，包络支付使真实出价在期望意义上弱占优；实际部署中用学习到的 StopNet 近似 Bellman 动作价值。
正文 · AI 翻译
摘要：LLM 原生广告将赞助内容直接嵌入模型生成的回复中，将销售单元从固定广告位转变为不断演变的对话中的某个时刻。现有的 LLM 广告拍卖机制主要在单次回复内运作，确定赢家但不决定时机。其扩展并非易事：由于每个会话只有一次原生插入机会，停止时间取决于出价，将时机与分配耦合在一起，因此静态真实性论证不再适用。我们提出基于 LLM 的最优停止动态拍卖（LLM-OSDA），这是一种动态按点击付费拍卖，集成了贝尔曼最优停止、赢家分配和包络定价。一个与出价无关的 LLM 层估计上下文点击质量并无缝渲染获胜广告，而出价仅进入承诺的拍卖机制。在精确贝尔曼预言机下，期望折扣点击分配对每个广告主的出价是单调的，相应的包络支付使真实出价在期望意义上成为弱占优策略。对于实际部署，一个学习得到的 StopNet 近似贝尔曼动作值。我们证明其决策仅在停止边界附近与最优策略不同，并根据其近似误差界定了由此产生的激励损失。在模拟对话广告语料库上的实验表明，LLM-OSDA 相比最强的固定时机基线将净收入提高了 11%，同时保持了相当的用户留存率。代码见 此 https URL。
| 评论： | 21 页，9 幅图。提交至 ACL Rolling Review (ARR)，2026 年 10 月周期 |
| 主题： | 计算与语言 (cs.CL)；人工智能 (cs.AI)；计算机科学与博弈论 (cs.GT)；机器学习 (cs.LG) |
| MSC 分类： | 68T07 |
| ACM 分类： | I.2.6; I.2.7 |
| 引用为： | arXiv:2608.00123 [cs.CL] |
| （或 arXiv:2608.00123v3 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2608.00123 arXiv 颁发的 DOI，通过 DataCite |
提交历史
来自：Yan Fang [查看电子邮件]
[v1]
2026 年 7 月 31 日星期五 11:47:54 UTC（1,650 KB）
[v2]
2026 年 8 月 4 日星期二 07:53:57 UTC（1,650 KB）
[v3]
2026 年 10 月 13 日星期二 08:26:25 UTC（1,628 KB）
来源：arXiv cs.AI · arxiv.org