arXiv · 04.08.2026 ·ИИ в маркетинге

Оптимизация RTB-аукционов через интеллектуальную фильтрацию запросов

Исследователи представили фреймворк для систем real-time bidding (RTB), который снижает избыточный трафик между рекламными биржами и DSP-платформами. Вместо рассылки всех запросов алгоритм использует конкурентный анализ для отбора наиболее перспективных участников. Это позволяет DSP эффективнее распределять вычислительные мощности и бюджеты, повышая общую результативность аукционов и качество таргетинга в условиях высокой нагрузки.

Традиционные рекламные биржи перегружают demand-side платформы (DSP) огромным количеством запросов, большинство из которых не получают ставок. Из-за ограничений по вычислительным ресурсам и лимитам бюджетов платформы вынуждены принудительно ограничивать участие в торгах, что снижает конкуренцию и доходность аукциона. Новый подход переносит фокус с массовой рассылки на интеллектуальное распределение, учитывающее реальную вероятность участия конкретной платформы.

Система анализирует контекст запроса и исторические данные о поведении DSP, чтобы предсказать вероятность успешной ставки. Это минимизирует «шум» в инфраструктуре и позволяет DSP фокусироваться на наиболее релевантных показах. Внедрение такого механизма помогает сбалансировать нагрузку на серверы и повысить ROI для рекламодателей за счет более точного попадания в целевую аудиторию без потери охвата.

Ключевые факты

Разработан фреймворк, учитывающий конкурентную среду при диспетчеризации запросов в RTB-системах.
Метод решает проблему «перегрузки» DSP, вызванную рассылкой нерелевантных запросов, на которые платформы физически не могут ответить.
Оптимизация позволяет более эффективно использовать ограниченные вычислительные мощности и бюджетные лимиты участников аукциона.
Подход направлен на повышение качества аукционных исходов за счет концентрации ресурсов на запросах с высокой вероятностью конверсии.

Источник: arXiv

Обсудить с ИИ

Похожие материалы

Hacker News · ИИ в маркетинге Трансформация рекламных технологий в стриминге с помощью агентных ИИ-воркфлоу Агентные ИИ-системы начинают радикально менять индустрию стриминговой рекламы, переходя от простой автоматизации к сложным автономным процессам. Технологии позволяют в реальном времени оптимизировать закупки, персонализировать креативы и управлять кампаниями без участия человека. Это открывает новые возможности для повышения эффективности рекламных бюджетов и улучшения пользовательского опыта в условиях фрагментированного медиапотребления. arXiv · Машинное обучение Алгоритмическое обучение стратегиям ставок в аукционах с бюджетными ограничениями Исследователи представили новый подход к автоматизации стратегий ставок в дискриминационных аукционах с учетом бюджетных ограничений. Модель оптимизирует совокупную полезность участника на протяжении T раундов, учитывая стоимость капитала и жесткие лимиты расходов. Решение преодолевает вычислительную сложность экспоненциального пространства действий, предлагая эффективные методы для динамического управления ставками в условиях неопределенности и конкурентной среды. arXiv · Инфраструктура для агентов FlashRT: фреймворк для оптимизации real-time мультимодальных ИИ-агентов Исследователи представили FlashRT — специализированный фреймворк для развертывания мультимодальных приложений в реальном времени, таких как голосовые агенты и системы генерации видео. Система автоматизирует сложные решения по распределению ресурсов, потоковой передаче данных и параллелизму, которые ранее требовали ручной настройки. Это позволяет значительно снизить задержки в конвейерах, объединяющих разнородные модели, обеспечивая стабильную работу интерактивных сервисов. arXiv · Оркестрация агентов Agora: аукционная модель распределения задач для ИИ-агентов Исследователи представили Agora — новый фреймворк для оркестрации ИИ-агентов, использующий аукционный механизм для распределения задач между специализированными моделями. В отличие от традиционных систем, Agora учитывает не только функциональное соответствие, но и динамические показатели производительности, стоимости и точности, что позволяет оптимизировать процесс принятия решений в сложных агентных системах и повысить общую эффективность выполнения запросов. arXiv · ИИ в маркетинге Оптимизация рекламного креатива через генеративные модели и адаптивное тестирование Исследователи предложили новый подход к созданию рекламных креативов, объединяющий генеративные модели с данными исторических A/B-тестов. Метод позволяет эффективно отбирать наиболее перспективные варианты для онлайн-экспериментов, преодолевая ограничения пропускной способности традиционных тестов. Система автоматизирует процесс выбора кандидатов, значительно повышая результативность кампаний за счет использования накопленной статистики и адаптивного обучения. Digiday · ИИ в маркетинге Крупные бренды усиливают аудит рекламных DSP-платформ на фоне роста расходов на видео Крупный производитель напитков инициировал независимый аудит своих расходов на цифровую видеорекламу, включая CTV и онлайн-стриминг. Цель проверки — подтвердить эффективность инвестиций и прозрачность работы DSP-платформ. На фоне роста бюджетов на стриминговый контент рекламодатели требуют от технологических партнеров детальных отчетов о том, как именно алгоритмы распределяют средства и достигают ли они заявленных бизнес-результатов в условиях автоматизированных закупок. Hacker News · Инфраструктура для агентов Оптимизация сквозного инференса через самообучающихся агентов Исследователи представили подход к ускорению сквозного инференса за счет использования самообучающихся агентов. Метод фокусируется на динамической оптимизации вычислительных путей, позволяя моделям сокращать количество шагов рассуждения при сохранении точности ответов. Это решение направлено на снижение задержек в сложных агентных системах, где каждый цикл генерации токенов критически влияет на общую производительность и стоимость эксплуатации инфраструктуры. Digiday · ИИ в маркетинге Stagwell запускает ИИ-маркетплейс для автоматизированной закупки рекламы Рекламный холдинг Stagwell разрабатывает собственную платформу на базе ИИ для автоматизированного подбора рекламного инвентаря. Система анализирует площадки и контент, чтобы формировать пулы площадок, соответствующих специфическим требованиям брендов. Решение направлено на повышение эффективности медиазакупок и оптимизацию работы с рекламными бюджетами за счет интеллектуальной фильтрации контента и аудиторных данных в реальном времени. Lobsters · ИИ в маркетинге Как Etsy внедрила контекстную систему ставок для рекламной платформы Команда Etsy разработала систему динамического назначения ставок, которая учитывает контекст запросов пользователей в реальном времени. Инженеры перешли от статичных моделей к адаптивному подходу, что позволило точнее прогнозировать вероятность конверсии для каждого конкретного объявления. В результате внедрения удалось значительно повысить эффективность рекламных кампаний и оптимизировать доходы площадки при сохранении релевантности выдачи для покупателей. Engineering at Meta · ИИ в бизнесе Оптимизация доставки рекламы Meta через BPF-планировщик sched_ext Meta (признана экстремистской организацией, деятельность запрещена в РФ) внедрила кастомный планировщик задач на базе фреймворка sched_ext для оптимизации работы сервиса доставки рекламы. Использование BPF-программ позволило компании минимизировать задержки при обновлении ядра Linux, обеспечив стабильную производительность высоконагруженных систем, где даже миллисекундные отклонения критически влияют на эффективность рекламных кампаний и доходность платформы.

← Все материалы