当前位置:首页 > 报告详情

阿里妈妈:2024阿里妈妈技术年刊(304页).pdf

上传人: 阿里****营销 编号:599081 2025-01-26 304页 49.29MB

下载:

1、序阿里妈妈成立于 2007 年,是淘天集团商业数智营销中台。秉承着“让每一份经营都算数”的使命,阿里妈妈技术团队深耕 AI 在互联网广告领域的探索和大规模应用,并通过技术创新驱动业务高速成长,让商业营销更简单高效。2021 年 5 月,我们开始通过阿里妈妈技术微信公众号持续分享我们的技术实践与经验,覆盖广告算法实践、AI 平台及工程引擎、智能创意、风控、数据科学等多个方向。每年此时,我们都会整理过去一年颇具表性和创新性的工作沉淀制作成册,这些工作有的已为业务创造实际收益,有的是一些常见问题的新解法,希望可以为相关领域的同学带来一些新的思路。期待明年此时,每位朋友都有新的收获,而我们也带着更多探

2、索实践来与大家分享交流 2024 阿里妈妈技术年刊开放下载,如果对这本电子书有想要探讨的问题,或有更好的建议,也欢迎通过阿里妈妈技术 微信公众号与我们联系。最后,祝大家新春快乐 祝福如初,愿不负追求与热爱,万事尽可期待!如果觉得还不错,别忘了分享给身边的朋友 阿里妈妈技术团队关注阿里妈妈技术,了解更多精彩内容|目录目录决策智能 1阿里妈妈首提 AIGB 并实现大规模商业化落地,将在 NeurIPS 2024 正式开源 Benchmark 1【NeurIPS24】开源|AuctionNet:针对大规模博弈环境的出价决策 Benchmark 7【KDD24】AIGB:基于生成式模型的自动出价优化新

3、范式 17【KDD25】AIGA 生成式拍卖:感知排列外部性的整页优化机制 28强化学习在广告自动出价场景的大规模落地实践 39召回/预估模型 52【CIKM24】展示广告预估技术最新突破:基于原生图文信息的多模态预估模型 52展示广告多模态召回模型:混合模态专家模型 66【WSDM24】展示广告预估模型优势特征应用实践 76大规模约束优化 85【KDD24】合约广告中的双目标库存分配 85【KDD24】合约广告中大规模多重线性约束库存分配问题的高效局部搜索算法 98【AAAI24】合约广告中基于风险约束的 Pacing 算法优化 111智能创意 123开源|阿里妈妈技术开源 FLUX 图像修

4、复及蒸馏加速模型 123开源|筑基砥柱:EcomXL-万相实验室 AIGC 电商基础模型 131懂你,更懂电商:阿里妈妈推出淘宝星辰视频生成大模型及图生视频应用 143乘风破浪,川流入海 LLM 在阿里妈妈智能文案的应用 157尺寸魔方:AIGC 赋能下的视觉创意智能延展 168AtomoVideo:AIGC 赋能下的电商视频动效生成 178|目录【ACL24】视频解说生成算法及在电商广告中的应用 188【ECCV24】SPLAM:基于子路径线性近似的扩散模型加速方法 197【NeurIPS24】FlowDCN:基于可变形卷积的任意分辨率图像生成模型 207【ACM MM23】视频尺寸魔方:分

5、层遮掩 3D 扩散模型在视频尺寸延展的应用 216因果推断 224【WSDM24】CausalMMM:基于因果结构学习的营销组合建模 224【ICML24】面向因果效应估计的耦合生成对抗模型 235隐私计算 242阿里妈妈营销隐私计算平台 SDH:公用云应用案例分享 242风控技术 252重磅!阿里妈妈新一代反作弊平台DNA算法揭秘 252算法工程 264揭秘阿里妈妈AI 小万背后的 AI Native 工程能力 264AI 生成存储基座:自研超大规模向量数据库 Dolphin VectorDB 280多智能体 292哪家 AI 能成卧底之王?淘天技术团队发布多智能体博弈游戏平台 WiS 29

6、21|决策智能阿里妈妈首提 AIGB 并实现大规模商业化落地,将在 NeurIPS 2024 正式开源 Benchmark 阿里妈妈技术 导读2023 年,阿里妈妈首次提出了 AIGB(AI-Generated Bidding)Bidding 模型训练新范式。AIGB 是一种全新的迭代范式,把自动出价问题建模为生成式序列决策问题,这是生成式 AI 在该领域的首次应用。经过一年的探索和研发,我们在阿里妈妈广告平台成功部署 AIGB 并取得显著效果,我们还把过程中的发现和经验总结成论文发表在 KDD 2024,详细分享了这一全新的迭代范式。为了激发该领域进一步的技术创新,我们今年发起了 大规模拍卖

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
阿里妈妈数字营销
阿里妈妈数字营销 机构认证

阿里巴巴集团旗下商业数字营销平台,为客户提供全链路的消费者运营解决方案。

本文主要介绍了阿里妈妈在广告自动出价、召回/预估模型、强化学习、多模态信息处理等方面的技术实践与创新。 1. 自动出价方面,阿里妈妈提出了AIGB(AI-Generated Bidding)模型,通过生成式模型捕捉历史投放轨迹数据中的相关性,生成符合优化目标的出价策略,并在实际广告平台中取得了显著效果。 2. 在召回/预估模型方面,阿里妈妈提出了基于原生图文信息的多模态预估模型,通过对比学习获得蕴含电商业务语义的多模态表征,并设计了SimTier和MAKE算法,有效提升了预估模型的性能。 3. 在强化学习方面,阿里妈妈从跟随到引领,不断探索新的算法,如Offline RL-based Bidding、Online RL-based Bidding等,以解决自动出价场景中的序列决策问题。 4. 在多模态信息处理方面,阿里妈妈提出了混合模态专家模型,通过特征融合和输出融合的方式,将离散ID模态和图文内容模态进行有效融合,提升了用户兴趣建模的能力。 5. 在优势特征蒸馏方面,阿里妈妈提出了CLID(Calibration-compatible Listwise Distillation of Privileged Features)方法,通过设计准度兼容的listwise蒸馏损失,在提升模型排序能力的同时保持模型的准度。 综上,阿里妈妈在广告智能决策领域进行了大量创新实践,取得了显著的业务效果,为业界提供了有价值的参考。
阿里妈妈技术如何利用生成式模型优化广告自动出价? 展示广告多模态召回模型如何提升用户兴趣建模能力? 优势特征蒸馏如何同时提升预估模型的准度和排序能力?
客服
商务合作
小程序
服务号
折叠