リアルタイム入札は計算広告の中核を担っており、広告インプレッションを販売するサプライサイドプラットフォーム（SSP）、広告主のために入札するデマンドサイドプラットフォーム（DSP）、両者の間でオークションを実施するアド交換の3つの要素から構成されています。従来の自動入札アルゴリズムはDSP側に焦点を当て、競合他社に対して入札を調整することで広告主のコンバージョンを最大化することに専念していました。しかし現在、ソーシャルメディアやeコマース企業といった大規模広告プラットフォームは、SSP、DSP、アド交換の機能を社内に統合しています。 このような統合型プラットフォームの視点からすると、自動入札アルゴリズムの目標は広告主のコンバージョン最大化だけでなく、プラットフォーム全体の総収益を最大化することにあります。プラットフォーム中心の評価フレームワークが不足しており、自動入札研究の進展が急務となっている中、研究チームは統一型広告プラットフォーム視点から設計された初の包括的ベンチマーク「PlatformBid」を提案しました。 実世界の自動入札シナリオを正確に反映するため、3つの代表的な設定を定義しています。第1は全広告主が同一アルゴリズムで競争する同一競争、第2は異なるアルゴリズム戦略を持つ異種競争、第3はブラックフライデーなどのプロモーション期間に予算を急増させる広告主が存在するプロモーション競争です。古典的制御手法、強化学習ベースの手法、最新の生成型手法を含む幅広い既存自動入札手法をこれらの設定で体系的に評価しています。 さらに研究チームは、フロー マッチング手法に基づく新規の自動入札手法「BidFlow」を提案しました。この手法はフロー マッチング手法の表現力豊かなポリシー表現を活用して、動的な競争環境に効果的に対応します。Kuaishouでのオンライン実験では目標原価で0.68%の改善を実現し、PlatformBidのオフライン・オンライン一貫性の実装証拠を提供しています。