AdsWorldEngine: A Self-Evolving Conversational Advertising Agent through Orchestrator and Tool Coevolution
AdsWorldEngine 是一个自进化的对话式广告框架，它采用迭代式的智能体-工具协同进化程序和基于标签的判断建模，以动态推断商业意图、优化广告投放工具，并显著提升多轮助手交互中的相关性、多样性和营收指标。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正在与一位超级聪明的数字朋友聊天，它能帮你规划一天、寻找餐厅或挑选一款新的电子游戏。在互联网的旧时代，如果你在搜索框中输入“附近最好的披萨”，会出现一个广告列表。这很容易，因为你的请求简短且明确。但现在的对话方式不同了。你可能会说：“我在考虑去海边旅行，”然后你的朋友会建议几个地方。接着你说：“不要加勒比地区，”他们便会缩小范围。最后，你可能会问：“有没有更便宜的？”在这种来回往复的舞步中，弄清楚何时展示广告以及展示什么广告，就像是在黑暗、流动的河流中捕捉游动的鱼一样。你不能只是扔下一张网；你必须理解整个故事，猜测用户真正的需求，并确保广告感觉是有帮助的，而不是令人厌烦的。这就是“对话式广告”面临的挑战——这个领域正试图确保在不破坏聊天氛围的前提下，让正确的信息在正确的时刻出现。
于是，AdsWorldEngine 登场了。这是由微软研究人员设计的一个新系统，旨在解决这个棘手的难题。把它想象成一个高度训练、能够自我进化的数字智能体团队，它们协同工作，在对话中经营着一家聪明的广告店。该系统并没有遵循死板的剧本，而是拥有三个主要角色：门卫 (Gatekeeper)、指挥家 (Conductor) 和 评委 (Judge)。
门卫是第一个发言的。在考虑任何广告之前，它会观察对话并询问：“现在是展示广告的好时机吗？”它就像夜店里的保镖，决定音乐是否适合插入一段商业广告。如果用户只是在询问事实，或者对话过于敏感，门卫就会说“不”，并远离广告，以保护用户的体验。
如果门卫给予了绿灯，指挥家就会接管。它是整个运作的大脑。它倾听整个聊天历史，弄清楚用户真正想要什么（即使他们没有直接说出来），然后调用一组工具 (Tools)——比如图书管理员、购物者和分类器——来寻找最合适的三个广告。指挥家不仅仅是随便挑出前三个，它还会检查这些广告，确保它们彼此之间具有差异性，并确保它们确实符合用户当前的心情。
真正酷的部分在于：系统并不会止步于此。它有一个评委，在整个表演结束后进行观察。评委会对广告选择的质量进行评分。如果广告非常完美，指挥家就会获得高分；如果广告枯燥或令人厌烦，它就会得到低分。但 AdsWorldEngine 的魔力在于，它利用这些分数来教导所有人如何做得更好。这就像是一款电子游戏，玩家（指挥家）和关卡设计师（工具）可以互相学习。当指挥家表现出色时，系统会将这一瞬间保存下来，展示给工具看：“嘿，这就是你应该如何工作的样子！”而当工具表现出色时，指挥家也会学到：“这就是我应该如何寻求帮助的方式！”它们共同进化，随着每一次对话变得越来越聪明。
研究人员发现，这种“自我进化”的方法效果极佳。通过训练系统从自身的成功和失败中学习，他们看到了巨大的提升。在测试中，该系统使广告的多样性提升了 60%（意味着你看到的种类更广泛，而不是反复看到同样的东西），并且使相关性提升了 80%（广告真正匹配用户正在谈论的话题）。当他们尝试将其应用于现实世界中的 Microsoft Copilot（一款流行的 AI 助手）时，结果更加令人印象深刻：系统将广告价值提升了 22%，并在更有助于用户的场景中，将广告展示量增加了 74%。
它与其他尝试的不同之处在于，它并不依赖于人类告诉计算机做什么，也不仅仅是一个简单的规则（比如“如果用户说‘购买’，就显示广告”）。研究人员认为，由于对话过于复杂，简单的规则和基础训练是不够的。相反，他们构建了一个循环，让系统进行练习、接受评分，然后重写自己的规则以求进步。他们还发明了一种特殊的方法，来教导系统如何做出“主观性”决策——例如，判断什么时候广告会让人感到厌烦——即通过使用人类标签作为引导，并过滤掉错误的推理过程。
简而言之，AdsWorldEngine 是迈向让 AI 助手感觉更自然、而非像个广告牌的一大步。它表明，广告的未来不在于中断你的对话，而在于成为对话中有益的一部分，通过从每一次互动中学习，从而精准掌握时机和内容。这篇论文表明，当你让“演员”（说话的人）和“工具”（获取数据的人）共同学习时，整个系统会比它们分别受训时要聪明得多，也有效得多。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。