基于结果预测器梯度引导的实时出价流匹配生成方法及系统与流程
本发明涉及人工智能领域,更具体地说,涉及基于结果预测器梯度引导的实时出价流匹配生成方法及系统。
背景技术:
1、实时竞价(rtb)是程序化广告的核心交易机制,要求在毫秒级时间为展示机会生成出价。流匹配(fm)作为一种生成范式,通过学习从先验噪声到目标数据的向量场,并以常微分方程(ode)数值求解完成采样,其直线传输路径变体因路径简单而被广泛采用。
2、为提升生成过程的可控性,现有技术中涌现了多种引导机制。其中,分类器引导(classifier guidance)是训练一个能在带噪样本上工作的分类器,将其对数梯度叠加到扩散得分上,使采样轨迹偏向离散类别。无分类器引导(cfg)则通过在条件与无条件预测之间外推,放大训练时已编码的条件信号。然而,cfg仅能放大生成模型训练时已编码的条件,无法注入“预期奖励多高”“预期成本”等独立于生成器训练的外部业务目标,无法将生成结果朝预期奖励更高、预期违约更低的方向引导;分类器引导目标为离散类别标签,无法把连续约束自然表达为类别判别目标。
3、综上,现有引导机制主要是基于扩散模型的随机微分方程(sde)/得分框架设计,并未针对流匹配ode的向量场给出相应的引导形式。
技术实现思路
1、有鉴于此,本发明提供了基于结果预测器梯度引导的实时出价流匹配生成方法及系统,用于解决现有引导机制无法适配流匹配ode的向量场的问题。
2、为实现上述目的,现提出方案如下:
3、基于结果预测器梯度引导的实时出价流匹配生成方法,包括:
4、获取当前条件向量,并调用已训练完成的前置流匹配出价生成器在时间相关向量场上迭代输出基本候选出价乘数,所述前置流匹配生成器为采用直线传输路径的一维流匹配出价生成器;
5、利用独立训练的结果预测器,输出基本候选出价乘数在当前条件向量下的预期值,并构造引导势函数,所述预期值为预期奖励和/或预期成本;
6、将引导势函数叠加到时间相关向量场上,得到引导向量场;
7、以标准高斯噪声为初始状态,前置流匹配出价生成器,在引导向量场上进行迭代求解,输出引导候选出价乘数;
8、通过结果预测器对引导候选出价乘数在当前条件向量下进行预期估计,基于预期值进行择优,输出目标出价乘数;
9、基于目标出价乘数计算当前步各展示机会的实际出价。
10、优选地,在通过结果预测器对引导候选出价乘数在当前条件向量下进行预期估计之前,还包括:
11、对引导候选出价乘数施加值域约束,以满足非负性与上界要求。
12、优选地,引导势函数为以下任一形态:
13、(1) 奖励寻优型:,其中,为结果预测器输出的预期奖励,为基本候选出价乘数,为当前条件向量;
14、(2)合规导向型:或,其中,,为结果预测器输出的预期成本,为预设阈值;
15、(3)奖励—合规组合型:,其中,为结果预测器输出的预期奖励,为权重,;
16、(4) 风险调整型:,其中,为结果预测器输出的预测不确定性,为权重。
17、优选地,将引导势函数叠加到时间相关向量场上,包括:
18、基于时间相关向量场终点估计求引导梯度:
19、;
20、其中,为引导势函数,为引导势函数在终点估计处的导数,为流时间,为时间相关向量场,为求解过程中的中间样本,为当前条件向量;
21、基于引导强度,将引导梯度叠加到时间相关向量场,得到引导向量场:
22、;
23、其中,为引导向量场,为当前条件向量,为引导强度。
24、优选地,引导强度为下述任一形式:
25、(1)常数:,其中,为预先设置的固定引导强度;
26、(2)随流时间递增:;
27、(3)随预测不确定性自适应:,其中,为结果预测器输出的预测不确定性。
28、优选地,以标准高斯噪声为初始状态,前置流匹配出价生成器,在引导向量场上进行迭代求解,包括:
29、基于时间相关向量场得到前置速度并据此算出终点估计;
30、计算终点估计的引导梯度;
31、将引导梯度和时间相关向量场进行加权相加,得到当前步数的引导位移;
32、将前一步数的引导候选出价乘数与当前步数的引导位移相加,得到当前步数的引导候选出价乘数:
33、;
34、其中,为第次迭代输出的引导候选出价乘数,
n为总迭代次数,1/n为迭代步长,为第次迭代输出的引导候选出价乘数,为第
k次迭代处的时间相关向量场取值,为当前条件向量,为第
k次迭代对应的流时间,为流时间处的引导强度,为引导梯度,为第
k次迭代的终点估计。
35、优选地,基于目标出价乘数计算当前步各展示机会的实际出价之后,还包括:
36、在竞价完成后,更新剩余预算与历史统计量,由前置流匹配出价生成器构造下一时间步的条件向量,并进行下一时间步的实时出价引导生成。
37、基于结果预测器梯度引导的实时出价流匹配生成系统,包括:
38、前置生成模块,获取当前条件向量,并调用已训练完成的前置流匹配出价生成器在时间相关向量场上迭代输出基本候选出价乘数,所述前置流匹配生成器为采用直线传输路径的一维流匹配出价生成器;
39、结果预测模块,利用独立训练的结果预测器,输出基本候选出价乘数在当前条件向量下的预期值,并构造引导势函数,所述预期值为预期奖励和/或预期成本;
40、引导向量场构造模块,将引导势函数叠加到时间相关向量场上,得到引导向量场;
41、引导求解模块,以标准高斯噪声为初始状态,前置流匹配出价生成器,在引导向量场上进行迭代求解,输出引导候选出价乘数;
42、候选筛选模块,通过结果预测器对引导候选出价乘数在当前条件向量下进行预期估计,基于预期值进行择优,输出目标出价乘数;
43、竞价模块,基于目标出价乘数计算当前步各展示机会的实际出价。
44、根据本发明提供的具体实施例,本发明公开了以下技术效果:
45、(1)本发明提供的基于结果预测器梯度引导的实时出价流匹配生成方法,利用独立训练的结果预测器,输出基本候选出价乘数在当前条件向量下的预期值,并构造引导势函数;将引导势函数叠加到时间相关向量场上,得到引导向量场;以标准高斯噪声为初始状态,前置流匹配出价生成器,在引导向量场上进行迭代求解,输出引导候选出价乘数;通过结果预测器对引导候选出价乘数在当前条件向量下进行预期估计,基于预期值进行择优,输出目标出价乘数;基于目标出价乘数计算当前步各展示机会的实际出价。本发明以独立训练、面向连续奖励/成本回归的结果预测器构造势函数,引导目标与rtb的真实业务指标直接对齐,使生成轨迹在演化过程中持续被推向高预期奖励、低预期违约的区域。
46、(2)本发明获取当前条件向量,并调用已训练完成的前置流匹配出价生成器在时间相关向量场上迭代输出基本候选出价乘数;利用独立训练的结果预测器,输出基本候选出价乘数在当前条件向量下的预期值。本发明中前置流匹配生成器为采用直线传输路径的一维流匹配出价生成器,依托直线传输路径,在终点估计时是精确的代数关系而非近似,使预测器在任意中间流时间被评估时都有可靠的干净样本估计,引导方向更准确。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com