כתבה
arXiv cs.LG ·
BAFF: עברית, עד 90 תווים. תרגום/ניסוח טבעי של הכותרת המקורית.
BAFF: Bid-Aware Filter Family for Mitigating Training Data Interference in RTB A/B Tests
BAFF: משפט אחד. פותחו סדרה של ספליטרים שמטפלים בתופעה של טיפול בנתוני טיפול ובטיפול בנתוני טיפול. ניתן להגדיר ספליטרים שונים על פי רמת סבילותם לכל תופעה.
תקציר מקורי באנגליתarXiv:2609.08725v1 Announce Type: new Abstract: In online A/B tests for real-time bidding (RTB), control and treatment models are typically trained on a shared serving log that includes data generated by the counterpart model. This shared-log training biases each model's training data through two channels: the counterpart model may have selected a different ad from the ad-candidate pool (ad-ranking disagreement) and may have bid a different price (bid-pricing disagreement), potentially distorting the A/B test outcome. Log-splitting eliminates the bias but sacrifices training data; log-sharing retains all data but leaves the bias unaddressed. We formalize the Bid-Aware Filter Family (BAFF), a class of (k,l)-parameterized hard filters that controls tolerance to each channel independently, pr
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית