Token-Level Advertising
Token 级广告：生成式原生广告的潜在广告主混合拍卖机制
🧭 生成式广告 · token级拍卖机制 ★ 深度解读
Renmin University of China · Baidu Inc. · Stanford University
提出 LAMA 将广告主影响直接嵌入 token 级生成过程，满足 Markov DSIC/IR 且近最优 KL 正则化福利
📌 工作参考价值（4 点）
- 把广告分配从固定 slot 迁移到 token 级生成轨迹：每次生成一个 token 都更新广告主后验，最终按后验采样赢家，适合对话式推荐、AI 搜索摘要中的品牌植入；可用温度 β 显式控制商业化侵入度，与用户自然性平衡。
- 报告由平台代理的工程方案很实用：共享 advertiser-conditioned LoRA 模型输出 advertiser-specific policy，一个 value head 锚定 root value，通过 Bradley-Terry 目标学习 local advantages；部署时只对检索后的小候选集做常数额外 forward，可降低多广告主生成式推荐的服务成本。
- 支付设计中的 Bellman consistency 消息空间可在线上验证报告一致性，随机 settlement 只对赢家收费，实现 outcome IR 和期望弱预算平衡，减少广告主对“参与即收费”的障碍，适合生成式广告冷启动。
- 评估指标同时覆盖 welfare/revenue/value/quality 四个维度，尤其将 GEM-Bench 用户质量独立于 KL 惩罚，对生成式广告上线监控有直接参考价值。