Проблема: от слота к моменту
Традиционные механизмы рекламы в LLM продают фиксированные слоты в одном ответе модели. Однако нативная реклама в многошаговых диалогах требует решения другой задачи: определения момента вставки. Это создает сложную связь между временем остановки (stopping time) и распределением рекламных мест, что делает статические механизмы неэффективными, так как они не учитывают динамику контекста.
Решение: LLM-OSDA
Авторы предлагают LLM-based Optimal Stopping Dynamic Auction (LLM-OSDA) — динамический аукцион с оплатой за клик (CPC). Система объединяет три компонента:
- Bellman optimal stopping: математическая модель для определения оптимального времени вставки.
- Winner allocation: механизм распределения победителя среди рекламодателей.
- Envelope pricing: ценообразование, делающее честную ставку слабо доминирующей стратегией в ожидании.
Техническая реализация: StopNet
Для практического внедрения используется обученная нейросеть StopNet, которая аппроксимирует значения действий Bellman. Исследование показывает, что решения StopNet отличаются от оптимальной политики только вблизи границы остановки. Авторы математически оценили потери стимулов (incentive loss) через ошибку аппроксимации, обеспечивая баланс между эффективностью и вычислительной сложностью.
Результаты и метрики
Эксперименты на симулированном корпусе диалоговой рекламы показали значительное улучшение ключевых показателей по сравнению с лучшими базовыми методами с фиксированным временем:
| Метрика | LLM-OSDA | Лучший фиксированный тайминг | Изменение |
|---|---|---|---|
| Чистая выручка (Net Revenue) | — | — | +11% |
| Удержание пользователей (User Retention) | — | — | Сопоставимо |
Система позволяет LLM-слою, независимому от ставок, оценивать контекстуальное качество клика и бесшовно рендерить рекламу, в то время как ставки участвуют только в механизме аукциона.
Значение для индустрии
Работа, поданная в AAAI 2027, демонстрирует переход от простой продажи «места» к продаже «контекста и времени». Это критически важно для монетизации LLM-ассистентов, где навязчивая реклама разрушает пользовательский опыт, а нативная интеграция в правильный момент диалога повышает конверсию без ущерба для лояльности.
Источник: arXiv cs.CL ↗