arXiv cs.AI· Yuhang Ji, Fasheng Xu, Tianjun Feng·· 11 小时前AI 评分20
LLM 平台如何设计广告与订阅：一项理论经济学研究
Monetizing Intelligence: Advertising and Subscription Design on LLM Platforms
AI 导读
一项理论经济学研究分析了垄断性 LLM 平台在引入广告时如何联合选择回复质量、广告强度和订阅价格。研究发现，部分广告支持与无广告套餐共存时，广告可为纯订阅下得不到服务的用户提供有用服务，但会造成效用分化；适度的广告上限可最大化消费者剩余。算力成本下降能提升质量并降低广告强度，但足够大的降幅反而可能推高广告总收入。
正文 · AI 翻译
摘要：引入广告的大型语言模型（LLM）平台必须决定广告收入应资助多少能力，以及消费者应支付多少费用来避免广告。我们研究一个垄断平台，在广告降低用户价值但更好的服务提高广告回报的情况下，同时选择成本高昂的响应质量、广告强度和订阅价格。由此得出三项发现。第一，当部分广告支持和无广告套餐共存时，广告可以为在纯订阅下得不到任何服务的消费者资助有用的服务。中间套餐中较低的有效质量削弱了高级用户可用的替代选择，从而允许对不变的无广告服务收取更高价格。一些完全广告支持的用户获得效用，而部分广告支持和无广告用户则受损：更广泛的访问可以与效用极化并存。第二，中间广告上限可以通过保留部分资助服务的收入同时限制质量下降来最大化消费者剩余。第三，更便宜的计算可以提高质量并降低广告强度，但足够大的成本降低可以使总广告收入超过其初始水平，因为更好的服务提高了剩余广告交互的价值。一项扩展表明，广告资助的升级如何使各套餐达到相同的最大能力和广告曝光，从而消除不同定价的基础。这些结果使菜单设计成为评估 LLM 广告的核心：其后果不仅延伸到看到广告的用户，也延伸到未看到广告的用户所面临的替代选择和价格。
| 主题： | 理论经济学（econ.TH）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.32945 [econ.TH] |
| （或 arXiv:2610.32945v1 [econ.TH] 为此版本） | |
| https://doi.org/10.48550/arXiv.2610.32945 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Fasheng Xu [查看电子邮件]
[v1]
2026年10月23日星期五 17:39:42 UTC（846 KB）
来源：arXiv cs.AI · arxiv.org