💬 NLP

Ad Insertion in LLM-Generated Responses

Cet article propose un nouveau cadre pour la monétisation durable des LLM qui découple l'insertion publicitaire de la génération de réponses et utilise des enchères basées sur le genre afin d'assurer simultanément la cohérence contextuelle, l'efficacité computationnelle et la conformité éthique, tout en offrant de solides garanties issues de la théorie des enchères.

Auteurs originaux : Shengwei Xu, Zhaohua Chen, Xiaotie Deng, Zhiyi Huang, Grant Schoenebeck

Publié 2026-08-26

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Shengwei Xu, Zhaohua Chen, Xiaotie Deng, Zhiyi Huang, Grant Schoenebeck

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

À l'ère du numérique, la manière dont nous trouvons l'information est passée de la saisie de questions courtes et statiques dans une boîte de recherche à des conversations fluides et continues avec l'intelligence artificielle. Pendant des décennies, le modèle économique derrière les moteurs de recherche a reposé sur l'association de publicités aux mots spécifiques qu'un utilisateur tape. Si vous tapez « chaussures de course », une publicité pour des baskets apparaît. Ce système fonctionne parce que l'intention de l'utilisateur est capturée dans ces mots-clés fixes. Cependant, les modèles de langage modernes ne se contentent pas de répondre à des questions ; ils génèrent des réponses longues et évolutives qui imitent la conversation humaine. Dans une discussion sur la planification d'un voyage à New York, la conversation peut passer de la discussion sur les musées aux hôtels, puis au transport, et enfin au budget. L'intention de l'utilisateur change à chaque phrase. Cela crée un défi unique : comment montrer une publicité pertinente pour un hôtel sans qu'elle ne semble déplacée dans un paragraphe sur les musées, ou pire, sans que la publicité elle-même ne soit un mensonge halluciné par l'intelligence artificielle sur le moment ? De plus, l'affichage de ces publicités doit se faire instantanément, sans ralentir la conversation, et doit respecter la vie privée de l'utilisateur en ne dévoilant pas de détails personnels sensibles aux annonceurs.

Des chercheurs ont proposé un nouveau cadre pour résoudre ce casse-tête, visant à tisser des publicités dans ces conversations d'IA de manière naturelle, rapide et protectrice des données de l'utilisateur. Le cœur de leur solution repose sur deux séparations majeures. Premièrement, ils séparent l'acte d'écriture de la conversation de l'acte d'insertion de la publicité. Au lieu que l'intelligence artificielle tente d'écrire une publicité dans sa réponse pendant qu'elle s'exprime, le système génère d'abord une réponse propre, sans publicité. Ce n'est qu'une fois la réponse terminée qu'un système distinct décide où placer des publicités pré-rédigées. Cela garantit que le contenu publicitaire est vérifié au préalable pour sa précision et peut être clairement identifié comme un message sponsorisé, empêant ainsi l'IA d'inventer accidentellement de fausses affirmations sur un produit.

La seconde séparation, et sans doute la plus innovante, concerne la manière dont les annonceurs enchérissent pour ces emplacements. Dans la recherche traditionnelle, les annonceurs misent sur des mots-clés spécifiques. Dans un chat dynamique, miser sur chaque phrase ou chaque instant serait informatiquement impossible et un cauchemar pour la vie privée, car cela exigerait que les annonceurs voient les requêtes privées de l'utilisateur. Au lieu de cela, les chercheurs ont introduit le concept de « genres ». Il s'agit de catégories larges et stables telles que « hôtels », « compagnies aériennes » ou « électronique ». Les annonceurs misent sur ces genres à l'avance, plutôt que sur des questions d'utilisateurs spécifiques. Lorsque le système est prêt à insérer une publicité, il examine la partie actuelle de la conversation et estime à quel point chaque genre s'adapte à ce contexte spécifique. Il utilise ensuite une méthode mathématique, similaire à une enchère à enjeux élevés, pour attribuer la meilleure publicité au meilleur emplacement. Cette approche permet au système d'associer une publicité d'hôtel à un paragraphe sur l'hébergement sans que l'annonceur n'ait jamais besoin de connaître les plans de voyage spécifiques de l'utilisateur.

Pour tester si cette méthode fonctionne réellement, l'équipe a construit un prototype et a mesuré la capacité de leur système à juger la pertinence d'une publicité par rapport à une partie spécifique d'une conversation. Ils ont comparé leur système automatisé aux évaluations humaines. Ils ont constaté que l'utilisation d'un grand modèle de langage pour agir comme juge — évaluant si un genre publicitaire correspond à une phrase spécifique — produisait des résultats qui correspondaient étroitement à l'intuition humaine. Dans leurs tests, les prédictions de leur juge automatisé corrélaient avec la note moyenne de trente-six participants humains à un niveau d'environ 0,66. Remarquablement, ce juge automatisé a été plus performant que vingt-neuf des trente-six évaluateurs humains individuels par rapport à la moyenne du groupe. Cela suggère que le système peut déterminer de manière fiable quand une publicité est contextuellement appropriée sans nécessiter la révision de chaque interaction par un humain.

Les chercheurs ont également mené des simulations pour voir si ce système pouvait gérer la vitesse requise pour une utilisation en temps réel. Ils ont simulé un scénario avec cent mille annonceurs et cent emplacements possibles pour les publicités dans une conversation. Même avec une telle échelle, le système a été capable de calculer quelles publicités montrer et quel montant facturer en environ 1,25 seconde sur un ordinateur portable standard. Cette vitesse indique que le mécanisme d'enchères est assez rapide pour être utilisé dans des conversations en direct sans causer de délais perceptibles. L'étude conclut qu'en découplant le placement publicitaire de la génération de texte et en utilisant des catégories larges plutôt que des mots-clés spécifiques, il est possible de créer un modèle publicitaire durable, efficace et contextuellement pertinent pour l'IA conversationnelle. Bien que le système repose sur des estimations plutôt que sur une connaissance parfaite de l'intention de l'utilisateur, les résultats suggèrent que les erreurs introduites par cette approximation sont suffisamment faibles pour maintenir l'équité pour les annonceurs et une bonne expérience pour les utilisateurs.

Résumé technique : Insertion de publicités dans les réponses générées par les LLM

Énoncé du problème

La monétisation durable des modèles de langage de grande taille (LLM) fait face à un défi critique : la publicité de recherche traditionnelle, qui repose sur des mots-clés statiques, ne parvient pas à capturer l'intention de l'utilisateur, laquelle est fugace et dépendante du contexte au sein des flux conversationnels. Contra-rément aux moteurs de recherche où l'intention est encodée dans des requêtes statiques, les interactions avec les LLM impliquent des intentions évolutives qui changent tout au long d'un dialogue complexe (par exemple, passer de la discussion sur les attractions à la planification d'un budget pour un voyage).

L'intégration de publicités dans ces flux présente trois obstacles techniques majeurs :

Cohérence contextuelle : Les publicités doivent s'aligner sémantiquement avec l'intention spécifique et transitoire de l'utilisateur au moment de l'insertion pour éviter de perturber l'expérience utilisateur.
Efficacité computationnelle : Le mécanisme doit fonctionner en temps réel sans introduire de latence qui dégraderait le flux conversationnel.
Bien-être social et éthique : Le système doit maximiser la somme des utilités de l'annonceur et de la plateforme tout en respectant les exigences réglementaires (ex. : divulgation explicite de la publicité) et les normes de confidentialité. Les solutions existantes soit exposent les requêtes sensibles de l'utilisateur aux annonceurs (risque de confidentialité), soit nécessitent des enchères en temps réel sur chaque jeton/requête (intraitabilité computationnelle).

Méthodologie

Les auteurs proposent un cadre qui résout ces tensions grâce à deux couches de découplage :

1. Découplage de l'insertion publicitaire de la génération de la réponse

Le cadre sépare la génération de la réponse « organique » de l'insertion de publicités.

Processus : À la réception d'une requête, le LLM génère d'abord une réponse organique complète et sans publicité ( $z$ ).
Mécanisme : Indépendamment, un mécanisme d'enchères détermine quels éléments créatifs publicitaires statiques pré-soumis doivent être insérés et où (à des emplacements spécifiques $y_j$ entre les segments de texte).
Avantages : Cela permet de pré-filtrer les éléments créatifs pour éviter les hallucinations ou les contenus trompeurs, et garantit une divulgation explicite (ex. : « [Sponsorisé : ...] »). Cela permet également d'optimiser indépendamment les modules de génération de réponse et d'enchères.

2. Découplage des enchères des requêtes utilisateurs spécifiques via les « Genres »

Au lieu d'enchérir sur des requêtes ou des jetons spécifiques, les annonceurs enchérissent sur des genres ( $g \in \mathcal{G}$ ), définis comme des clusters sémantiques de haut niveau (ex. : « Compagnies aériennes », « Hôtels », « Restauration »).

Modèle de valorisation : Les annonceurs soumettent des enchères statiques ( $\tilde{v}_{i,g}$ ) pour les genres. La plateforme estime la probabilité qu'un genre spécifique s'aligne avec le contexte à un emplacement spécifique $j$ dans la réponse, notée cohérence $c_{g,j} = \Pr[g|j]$ .
Estimation du bien-être : Le bien-être estimé pour l'attribution de l'annonceur $i$ à l'emplacement $j$ est calculé comme le produit scalaire du vecteur d'enchères et du vecteur de cohérence : $\tilde{w}_{i,j} = \tilde{v}_i^\top \tilde{c}_j$ .
Mécanisme d'enchères : La plateforme utilise le mécanisme de Vickrey–Clarke–Groves (VCG) pour allouer $K$ publicités à $K$ emplacements, en maximisant le proxy du bien-être social (basé sur les valeurs estimées).

Mesure de la cohérence

Pour estimer l'alignement entre un genre et un emplacement de texte sans données historiques de clics, l'article propose deux méthodes :

Plongements de phrases (Sentence Embeddings) : Calcul de la similitude cosinus entre l'embedding du genre et les phrases adjacentes, en pénalisant la rupture du flux.
LLM-as-a-Judge (LLM comme juge) : Utiliser un grand modèle de langage pour évaluer le flux rhétorique et la pertinence contextuelle de l'insertion d'un genre spécifique à un emplacement donné, en produisant un score de cohérence.

Contributions clés

Un cadre pratique : L'article introduit une stratégie de découplage à deux niveaux qui répond aux compromis entre cohérence contextuelle, efficacité computationnelle et confidentialité.
Garanties théoriques : Les auteurs prouvent que l'application de VCG à ce système de proxy basé sur les genres produit une compatibilité incitative de stratégie dominante (DSIC) approximative et une rationalité individuelle (IR). Ils dérivent des bornes d'erreur montrant que l'écart par rapport à l'enchère sincère et la perte de bien-être social sont limités par la granularité des genres et la précision de l'estimation de la cohérence ( $\epsilon = \epsilon_V + \epsilon_C$ ).
Métrique LLM-as-a-Judge : L'article introduit et valide une métrique « LLM-as-a-Judge » pour estimer la cohérence contextuelle.
Validation empirique : Le cadre est testé dans des environnements synthétiques et via des études d'évaluation humaine.

Résultats

Performance théorique

Bornes d'approximation : Le mécanisme est montré comme étant $(2\epsilon)$ -DSIC et $\epsilon$ -IR dans le scénario de vérité terrain, où $\epsilon$ est la somme de l'erreur de valorisation (due aux genres grossiers) et de l'erreur de cohérence.
Bien-être social : En supposant des enchères sincères, le bien-être social réalisé est sous-optimal d'au plus $2K \cdot \epsilon \cdot \bar{v}$ par rapport au bien-être optimal de la vérité terrain.

Efficacité computationnelle

Dans des expériences synthétiques avec $10^5$ annonceurs et 100 emplacements candidats, le mécanisme VCG s'est terminé en environ 1,25 seconde sur un ordinateur portable grand public (Apple M1).
Le temps d'exécution augmente approximativement de manière linéaire avec le nombre d'annonceurs et d'emplacements, suggérant une faisabilité pour l'insertion en temps réel.

Alignement de la mesure de cohérence

Corrélation avec les humains : Dans une étude avec 36 participants, la méthode LLM-as-a-Judge a atteint une corrélation de Spearman de $\rho \approx 0,66$ avec les évaluations humaines moyennes. Plus précisément, DeepSeek-R1 et GPT-5 ont atteint respectivement des corrélations de 0,6650 et 0,6637, tandis que GPT-4o a obtenu 0,6380.
Supériorité des embeddings : La méthode LLM-as-a-Judge a nettement surpassé les méthodes d'embeddings de phrases (qui ont atteint $\rho \approx 0,28$ à $0,31$).
Équivalence des évaluateurs : Les prédictions du juge GPT-5 corrélaient plus fortement avec la moyenne du groupe en mode « leave-one-out » qu'avec 29 des 36 évaluateurs humains individuels (80,6 %). La performance du juge était équivalente à la moyenne d'environ deux évaluateurs humains.

Signification et affirmations

L'article affirme fournir le premier cadre holistique pour l'insertion de publicités dans les LLM qui traite simultanément la cohérence contextuelle, l'efficacité computationnelle et la confidentialité.

Confidentialité : En découplant les enchères des requêtes en temps réel, les annonceurs misent sur des catégories stables plutôt que sur des requêtes utilisateurs sensibles, atténuant ainsi les risques de confidentialité.
Conformité réglementaire : La séparation de la génération et de l'insertion facilite la divulgation explicite des publicités et le pré-filtrage, s'alignant sur les directives de la FTC contre la publicité trompeuse.
Scalabilité : L'utilisation des genres comme proxy de l'intention transforme un problème d'enchères en temps réel intractable en une optimisation gérable sur un ensemble fini de catégories.
Viabilité future : Les auteurs notent qu'à mesure que les modèles de fondation s'améliorent, la précision de la métrique de cohérence « LLM-as-a-Judge » devrait augmenter, resserrant davantage les garanties d'approximation du mécanisme.

L'article conclut que, bien que le cadre dépende d'une estimation précise de la cohérence et suppose des partitions de genres fixes, il offre une voie viable vers une monétisation durable des LLM sans compromettre l'expérience utilisateur ou la confidentialité.