IXThinker·2026-05-08 18:20

雙階段框架優化廣告預算 融合推理與精調

線上推廣投放中，客戶需在預算約束下最大化獲勝曝光累計價值，但小樣本場景令傳統強化學習泛化不佳，大語言模型又數值精度不足。有平台提出雙階段框架，融合兩者優勢提升投放效果。

小樣本的兩難

多數客戶只有有限的歷史數據，傳統強化學習方法在小樣本場景表現不理想；大語言模型雖可透過上下文學習從少量數據歸納規律，數值精度卻存在不足。泛化與精度難以兼得，成為預算分配的核心矛盾。