LCM-Promo: An LLM-Based Uplift Model for Promotion Allocation
LCM-Promo：基于LLM的促销分配Uplift模型
🧭 LLM 微调 · 促销 Uplift 建模 ★ 深度解读
Prosus · iFood
微调LLM预测转化阈值，构造单调促销响应曲线，线上转化+1%成本-6%
📌 工作参考价值（4 点）
- 单token阈值解码构造单调响应曲线：促销/优惠券分配中，用LLM预测折扣标识符，将输出分布解释为潜在转化阈值PMF，通过累积概率得到自然单调的响应曲线，保证uplift估计的单调性，避免后处理强制单调。
- 用上下文作为prompt输入代替分cell建模：将配送班次、日期、用户表示等直接序列化进prompt，替代传统EWMA按segment-promotion分cell预测，使分配空间从50 segment扩展到1000+集群，从10钱包配置扩展到100万+促销组合，适合需要细粒度上下文的促销场景。
- 工程化降本：预计算用户表示并缓存，每天批量推理两次，对用户分组后随机采样估计平均响应曲线，使用自托管vLLM + BESH批量端点，8张H200每天仅运行1小时即可支撑生产，证明了LLM在中等规模推理任务上的可行性。
- 微调标签需与预训练目标兼容：waterfall augmentation（阈值顺序多标签软目标）因与next-token预训练目标冲突导致性能大幅下降，说明在LLM微调时不要随意改变输出分布形态，保持单token交叉熵更稳妥。