互联网技术领域国际顶级学术会议-国际万维网大会（International World Wide Web Conference, 简称 WWW）4 月 28 日在悉尼召开。此次大会，淘天集团共有 5 篇 AI 算法领域论文被收录，包括 CTR 预测、模型微调、决策智能、图学习、知识蒸馏等方向，相关算法创新在业务中的落地应用，正在持续给消费者和商家带来更优质的体验与服务。
5 篇论文如下，其中 2 篇来自于北大-阿里妈妈人工智能创新联合实验室团队：
1.Enhancing Cross-domain Click-Through Rate Prediction via Explicit Feature Augmentation；
2.DMLoRA: Dynamic Multi-Subspace Low-Rank Adaptation；
3.Learning against Non-credible Second-Price Auctions；
4.DAGPrompT: Pushing the Limits of Graph Prompting with a Distribution-aware Graph Prompt Tuning Approach；
5.Explainable LLM-driven Multi-dimensional Distillation for E-Commerce Relevance Learning。
特别值得一提的是，在本次 WWW 大会上，淘天集团的阿里妈妈将共同主持一个计算广告算法技术相关的 Tutorial（讲座），内容为介绍计算广告领域的技术发展脉络，以及阿里妈妈在该领域的最新技术突破：阿里妈妈 LMA 2 广告大模型系列中的 URM（Universal Recommendation Model）世界知识大模型将首次重磅亮相。
（图：URM 世界知识大模型主体结构）
为给上亿消费者与规模庞大的广告候选做好精准匹配，计算广告领域的模型定向与检索技术，先后经历了启发式规则匹配、向量检索、模型检索、生成式检索几个发展时代，阿里妈妈在这几个阶段中，都有一些领先的工作来持续提升服务效率。近期大语言模型（LLM）技术的突飞猛进，也给精准定向带来了更多的想象空间。
在应用实践中，使用大规模语料预训练得到的 LLM，虽然具备丰富的世界知识的逻辑能力，但并不具备电商领域的专业知识。因此，就需要一种新的信息对齐与知识注入方式，让大模型也能够成为电商领域的专家。
阿里妈妈最新提出的 URM 世界知识大模型，使用大量电商领域的商品信息、用户行为偏好等数据，通过 post-training 的方式，将大模型通用知识与电商领域专家知识进行对齐，使得这一定制大模型能够同时拥有通用世界知识、电商领域知识以及对消费者购物偏好的逻辑推理能力，从而能更精准的预测消费者潜在购物需求，给商家、消费者带来更好的投放成效和更佳的购物体验。
（图：URM 推荐结果示例）
此外，本次 Tutorial 的其他内容涵盖计算广告技术领域的方方面面，比如定向、预估、出价与拍卖机制，包括由阿里妈妈在 2023 年首提、已经被业界熟知的 AIGB（AI-Generated Bidding）算法和它的升级版 AIGB-R1，以及生成式拍卖技术 AIGA（AI-Generated Auciton）等。
据介绍，阿里妈妈长期致力于 AI 技术投入，除了 LMA 2 广告大模型系列外，在商家服务上也有诸如“AI 小万”的 AI Agent，让商家在投放操作、计划诊断等功能上，有了更便利、更拟人的体感。当 AI 能力开始加速进入到电商营销服务的各个环节，长期投入带来的效率质变开始逐步显现。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。