Auto-Bidding with Disentangled Advertiser Profiles and Train-Free Adaptation
ADAPT 通过两阶段训练提取广告主静态与动态画像,再将动态画像分解为共享和私有部分,以支持无重训更新与冷启动。在 AuctionNet 的新广告主实验中,零样本方案相对零画像的 Score 从 106 提升至 134,转化数从 128 提升至 151;结果来自基准实验。
INSIGHT这项工作与本赛道的联系在于画像分解和冷启动适配,目标任务本身是广告出价。社区 UGC 搜索可以试验共享兴趣原型与用户私有状态分离,在新用户阶段利用共享状态初始化,但必须重新验证排序收益;文中的转化指标不能换算为搜索 CTR。