跳到主要内容
检索

# 点击率预测

2 篇关联报道

订阅更新
  1. arXiv

    历史压缩不再逐候选重算:X-split ARGUS 在实时竞价系统把转化价值提升4.65%

    广告点击率预测需要长行为历史,但每次排序请求都重新编码历史会挤占线上算力与延迟预算。X-split ARGUS 把历史压缩成一组与候选广告无关的令牌,离线算好、跨请求复用,线上排序器只对候选做交叉注意力并读取最近事件。离线归一化熵相对 Context-aware ARGUS 降低0.81%,保留未压缩教师模型七成以上改进;线上A/B测试中转化价值提升4.65%、点击数提升2.96%,代价是同等流量下多用15%同型号在线GPU。

  2. arXiv

    LLaMA3-8B压到4.5B参数:SlimFM把大模型语义搬进点击率在线服务,延迟降到约16毫秒

    点击率预测引入大语言模型语义时,此前只能把LLM输出离线缓存,在线只跑小型CTR模型。SlimFM用依赖感知结构化剪枝把LLaMA3-8B压到4.5B参数,再用LoRA做字段级语义微调,并把字段嵌入注入常规CTR模型的特征交互。在四个数据集、六个CTR骨干上,它保留未压缩模型99%以上的准确率,单样本推理延迟为15.98–17.58毫秒。

已读完全部报道