Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Ad Auctions for LLMs via Retrieval Augmented Generation

Created by
  • Haebom

저자

MohammadTaghi Hajiaghayi, Sebastien Lahaie, Keivan Rezaei, Suho Shin

개요

본 논문은 대규모 언어 모델(LLM)의 출력물에 광고를 통합하는 새로운 경매 메커니즘을 제안합니다. LLM의 텍스트 출력물 내에 광고를 배치하고 가격을 책정하기 위해 검색 증강 생성(RAG)을 활용하는 세그먼트 경매를 제시합니다. 각 담화 세그먼트(단락, 섹션 또는 전체 출력)에 대해 입찰가와 관련성에 따라 확률적으로 광고를 검색하고, 경쟁 입찰에 따라 가격을 책정합니다. 논문은 제안된 경매가 배분 효율성과 공정성을 균형 있게 고려하는 새로운 사회 후생 개념인 로그 사회 후생을 극대화함을 보이고, 관련 인센티브 호환 가격 규칙을 특징짓습니다. 또한, 세그먼트당 다중 광고 배분으로 결과를 확장하고, 여러 광고 경매 시나리오에 대한 실증적 평가를 통해 접근 방식의 실현 가능성과 효과를 검증합니다. LLM의 광고 배분 유연성을 높일 때 지표 간의 고유한 상충 관계를 보여줍니다.

시사점, 한계점

시사점:
LLM 출력물 내 광고 통합을 위한 새로운 경매 메커니즘 제시
로그 사회 후생 극대화를 통한 배분 효율성 및 공정성 개선
RAG 기반의 세그먼트 경매를 통한 광고 배치 및 가격 책정 전략 제시
다중 광고 배분 및 실증적 평가를 통해 접근 방식의 실현 가능성 및 효과 검증
한계점:
실증적 평가의 범위 및 데이터셋에 대한 자세한 설명 부족 가능성
로그 사회 후생 개념의 일반적인 적용성 및 다른 사회 후생 개념과의 비교 분석 부족 가능성
LLM의 광고 배분 유연성 증가에 따른 부정적인 영향에 대한 충분한 고찰 부족 가능성
실제 광고 시장 환경에서의 적용 가능성에 대한 추가적인 연구 필요성
👍