0
0广告系统的研究重心正在从"模型有多准"转向"决策过程可不可控、可不可审"。本期聚焦两篇直接针对广告预算决策的论文，一篇解决冷启动期怎么边投边学，另一篇回答年度复盘时怎么量化"本来还能多赚多少"——再加一篇对 CTR 模型里 DNN 角色的结构性反思，干货密度很高。
本期重点
- 带预算约束的因果 Bandit（Budget-Constrained Causal Bandits）：把 uplift 建模、预算配速和探索合成一个在线 bandit，从第一个用户就能边投边学。在 Criteo 数据上，历史数据不足 2000 条时传统离线方法方差爆炸，该方法可将波动压缩到三分之一到五分之一，冷启动场景下非常实用。
- 营销预算事后审计（Auditing Marketing Budget Allocation with Hindsight Regret）：提出"事后后悔"指标——在同样预算和运营约束下重分一次最多还能多赚多少，输出的是一条带置信度的分布而非一个点数字。花费-回报曲线建模中"数据稀疏区主动放大不确定性"的设计，对 ROI 曲线评估很有借鉴价值。
- 特征交互 DNN 的维度坍缩视角（Understanding DNNs in Feature Interaction Models）：指出 CTR/CVR 模型中 DNN 所谓的"隐式高阶交互"往往被表示坍缩吞掉，给排序结构设计提供了一个新的诊断工具——加层之前先看 embedding 有没有塌缩到少数方向。
今日趋势
- 全天 254 篇论文中 LLM 相关超四成，重心继续向检索增强、长上下文服务和 Agent 化应用偏移；真正与广告直接相关的论文不多但高度集中在预算决策线上。
- 广告研究正从"事前怎么优化"双线扩展到"过程中在线学"和"事后可审计"，承认完美离线数据和随时 A/B 都不现实。
今日知识点：Off-Policy Evaluation
OPE 用历史日志加重要性加权，估计一个还没上线的新策略的期望收益。核心是对每条样本算"新策略选该动作的概率 / 旧策略选它的概率"作为权重，再加权平均真实回报。广告论文里反复出现的 propensity、IPS、DR 都在回答同一个问题：怎么让昨天的日志告诉你明天的策略值不值得上。
📄 完整日报与论文列表见：GitHub 归档
欢迎在评论区留言交流。本期内容由 AI 自动生成并经人工审校，如有疏漏欢迎指正。我们明天见。
