大模型时代下的新一代广告系统
内容提要
京东零售广告部利用深度学习等算法技术，通过研究流量价值预估、广告内容理解、流量售卖机制、广告推荐和广告智能创意等方向，为商家和消费者提供更精准的广告推荐服务。京东广告算法工程团队致力于优化模型训练推理、硬件基础设施、训练框架和推理服务，提供更快速、更精准的广告推荐服务。
关键要点
-
京东零售广告部利用深度学习等算法技术提供精准广告推荐服务。
-
广告研发部是京东的核心技术部门，负责流量变现和营销效果提升。
-
团队致力于优化模型训练推理、硬件基础设施和推理服务。
-
重点攻坚流量价值预估、流量售卖机制、生成式推荐、智能创意等方向。
-
流量价值预估通过广告用户意图理解提升用户体验。
-
生成-判别模型增强长尾类目训练数据，解决类目不平衡问题。
-
广告多模态内容理解提升广告效果，结合图像和文本信息。
-
ListVCG拍卖机制结合强化学习优化广告拍卖过程。
-
生成式推荐简化推荐流程，提升推荐效果和稳定性。
-
广告智能创意通过生成技术提升视觉冲击力和用户吸引力。
-
广告大模型算法工程体系优化训练推理和硬件基础设施。
-
京东广告团队与芯片制造商和网络服务提供商合作，提升模型性能。
-
招聘简章强调团队合作与前沿AI算法研究应用。
延伸问答
京东广告部如何利用深度学习技术提升广告推荐的精准度？
京东广告部通过研究流量价值预估、广告内容理解和生成式推荐等方向，利用深度学习算法为商家和消费者提供更精准的广告推荐服务。
京东广告系统的流量售卖机制是如何优化的？
京东采用ListVCG拍卖机制结合强化学习，优化广告拍卖过程，以提高平台收益和用户体验。
广告多模态内容理解在京东广告中有什么应用？
广告多模态内容理解通过结合图像和文本信息，提升广告效果，增强用户对商品的理解和偏好。
京东广告团队如何解决长尾类目的曝光问题？
通过生成-匹配模型增强长尾类目训练数据，提升类目的召回率，确保长尾类目商品获得更多曝光机会。
生成式推荐系统相比传统推荐系统有哪些优势？
生成式推荐系统简化推荐流程，具备更好的泛化性和稳定性，尤其在冷启动和新领域场景下表现更佳。
京东广告算法工程团队在硬件基础设施方面有哪些合作？
京东广告团队与芯片制造商和网络服务提供商合作，优化硬件基础设施以提升模型性能和响应速度。
