百度大模型技术进一步落地，研发出广告推荐新系统

据快科技报道，百度团队在 arXiv 上发表论文，介绍了一种名为 COBRA 的新算法框架，被应用于提升生成式模型在广告推荐系统中的使用效果。

根据论文介绍，工程师将 COBRA 框架应用于真实环境中的 A/B 测试，结果显示转化率提升了 3.6%，平均每用户收入（ARPU）增加了 4.15%。目前，该框架已经应用于百度的广告推荐业务中。

在技术实现上，百度团队采用了 " 残差量化变分自编码器（RQ-VAE）" 技术，综合了残差学习、量化技术和变分自编码器三种方法。这一技术可以减少信息损失、提高模型的泛化能力，并通过优化模型参数，改善重构效果。

实测效果表明，COBRA 框架在利用公开数据集（如 Amazon Product Reviews）和工业数据集（如百度工业数据集）进行离线和在线评估后，均优于目前业内最先进的方法。

不过，COBRA 框架的落地，本质上是试图通过算法优化在存量用户中挖掘更高商业价值，而这也是为了挽回在线营销收入下滑的情况。2024 年四季度百度在线营销收入同比下滑 7%，核心广告收入已连续三个季度加速下滑。

作者：杨启隆

编辑：丁力