LLM-OSDA：用最优停时机制决定LLM对话中广告插入时机
热点事件持续更新
LLM-OSDA：用最优停时机制决定LLM对话中广告插入时机
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Yan Fang 等人在 arXiv（v3）发布 LLM-OSDA，一种面向多轮 LLM 对话中原生广告的按点击付费（CPC）动态拍卖机制，结合 Bellman 最优停止、赢家分配与包络定价，决定何时在对话中插入广告。 作者在模拟对话广告语料上的实验称，与最强固定时机基线相比净收入提升 11%，同时保持相近的用户留存。代码已在 GitHub 开源。结果目前为作者在模拟环境下的声称，尚未见真实系统验证。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 12:00
LLM-OSDA：多轮LLM对话中原生广告的最优停止动态拍卖报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv · cs.AILLM-OSDA：多轮LLM对话中原生广告的最优停止动态拍卖
Yan Fang等人提出LLM-OSDA，将Bellman最优停止、赢家分配和包络定价结合，用于决定多轮LLM对话中何时插入原生广告；代码见 https://github.com/2025Fang2025/llm-osda。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。