快手 KDD 2026 论文：推首个平台视角自动竞价基准 PlatformBid
机器之心 · wechat · 2026-08-04
快手联合东南大学、南洋理工大学提出业界首个从统一广告平台视角设计的自动竞价基准 PlatformBid，并发布了基于 Flow Matching 的新方法 BidFlow。相关成果已被 KDD 2026 接收。
传统自动竞价研究多以单个广告主（DSP）为中心，而 PlatformBid 引入了平台级目标约束，设计了同质竞争、异质竞争和促销竞争三种评估设置，以准确反映真实业务中多广告主动态博弈的全局效率与公平性。
为应对多模态竞价分布的挑战，提出的 BidFlow 算法利用 Flow Matching 进行分布建模，并通过 Q 值引导蒸馏实现高效单步推理。实验表明，BidFlow 在大多数设置下达到 SOTA，且已在快手电商广告场景全量部署，线上实验验证了其离线到在线的一致性。
「研究」频道最新
- 文本扩散模型优势解析：中低批量下延迟与吞吐量双优 — bodonoghue85 · 2026-08-04
- DiffusionGemma 技术报告：并行解码突破 LLM 推理速度瓶颈 — bodonoghue85 · 2026-08-04
- 北大与小红书推出 BigMac：多模态训练提速 1.9 倍且打破内存瓶颈 — jiqizhixin · 2026-08-04
- 多模态模型 Topo-Omni 精准定位脑功能区域 — martin_schrimpf · 2026-08-04
- NeurIPS 2026 研讨会探讨人机耦合系统中的动态对齐 — StanfordAILab · 2026-08-04
- ICML获奖基准FutureSim：GPT-5.6可执行超1.5万次工具调用 — scaling01 · 2026-08-04