GFP方法优化同伴推荐招募的优惠券分配
热点事件持续更新
GFP方法优化同伴推荐招募的优惠券分配
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
Lingkai Kong等作者提出生成式前沿规划（GFP），用于在同伴推荐招募中自适应分配固定优惠券预算。该方法用删失计数模型学习推荐能力，用条件扩散模型建模推荐者相关的被招募者协变量，从而在参与者与轮次间分配预算。 在ICPSR和FHI 360两个数据校准招募环境中，作者报告GFP在同等预算下比最强基线多招募最多21.5%的个体。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
GFP：用生成式前沿规划优化同伴推荐招募的优惠券分配报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.LGGFP：用生成式前沿规划优化同伴推荐招募的优惠券分配
研究者提出生成式前沿规划（GFP），用删失计数模型学习推荐能力、用条件扩散模型建模推荐者相关的被招募者协变量，从而自适应地在参与者与轮次间分配固定优惠券预算。在 ICPSR 和 FHI 360 两个数据校准招募环境中，GFP 在同等预算下比最强基线多招募最多 21.5% 的个体。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。