Публикации
Выберите направление, тип, автора, год или издание — или просто введите несколько слов.
Поиск публикаций
Квантификация неопределённости оценок кликов и конверсий для автоматических ставок
Мы предлагаем метод DenoiseBid, который корректирует сгенерированные CTR и CVR, делая итоговые ставки более эффективными на аукционах.
Инженерия признаков на основе UCB для холодного старта в рекомендательных системах
Мы представляем UCB-FE — модельно-агностичную технику, которая преобразует поведенческие признаки с помощью позиционно-зависимых верхних доверительных границ, повышая холодные товары в CTR-ранжировании без изменения весов или архитектуры.
Быстро и реализуемо: перестановочный переранжировщик с ограничениями для максимизации выручки
Мы формулируем задачу переранжирования как задачу целочисленного линейного программирования (ILP), максимизирующую выручку при ограничениях на другие метрики для каждого запроса, например релевантность.
RRE-GTC: набор данных гео-временных кластеров для оценки цен на недвижимость и поиска с учётом рынка
Мы представляем RRE-GTC (Ru-Real-Estate Geo-Temporal Clusters) — открытый ресурс для сравнения алгоритмов ранжирования, ценообразования и рекомендаций в динамических пространственных контекстах.
Практическая оптимизация запросов на основе MCTS без обучения
MCTS-Extreme — оптимизатор соединений на основе поиска по дереву Монте-Карло без обучения, переиспользующий модель стоимости PostgreSQL как нативное расширение планировщика; превосходит GEQO и DPSize на запросах высокой арности. Воспроизведение показало, что обученные MCTS-системы не превзошли оптимизатор по умолчанию.
Оптимизация запросов без обучения на основе схожести планов с помощью LLM
Мы представляем Plan Mapping на основе LLM — фреймворк, который строит эмбеддинг плана выполнения запроса по умолчанию, находит k ближайших соседей среди ранее выполненных планов и рекомендует наборы хинтов базы данных на основе голосования по соседям.
Функциональный многорукий бандит и задачи идентификации наилучшей функции
Мы предлагаем два новых класса задач: задачу функционального многорукого бандита (FMAB) и задачу идентификации наилучшей функции.
Устойчивые автоматические ставки для шумных моделей прогнозирования конверсий
Мы предлагаем RobustBid — эффективный метод устойчивых автоматических ставок, учитывающий неопределённость в прогнозах CTR и CVR.
Зависимость функции ущерба от глубины затопления от его длительности, откалиброванная по страховым требованиям FEMA NFIP по трём ураганам в США
Мы калибруем зависимую от длительности функцию ущерба от глубины затопления по 317 943 страховым требованиям FEMA NFIP по трём ураганам в США, показывая, что продолжительное затопление повышает ущерб до 2,6 раза при той же глубине и позволяет интегрировать модель в кредитные риск-модели банков.
VK-LSVD: крупномасштабный промышленный набор данных для рекомендации коротких видео
Мы представляем VK Large Short-Video Dataset (VK-LSVD) — крупнейший публично доступный промышленный набор данных такого рода.
Обзор современных алгоритмов гладкой оптимизации с оракулом сравнения
В этом обзоре представлен обзор современных алгоритмов гладкой многомерной оптимизации, использующих только информацию о порядке значений функции, а не об их численных величинах.
Методы нулевого порядка для негладких стохастических задач при шуме с тяжёлыми хвостами
Мы предлагаем безградиентные алгоритмы с оракулом нулевого порядка при состязательном шуме с неограниченной дисперсией для негладких выпуклых и выпукло-вогнутых задач оптимизации.
Идентификация парадокса Браесса в устойчивой динамической модели в сети с одним источником и несколькими стоками
Мы изучаем задачу выявления рёбер транспортного графа, введение дополнительной платы на которых повысило бы эффективность использования сети в рамках равновесной модели Нестерова — де Пальмы.
Оптимизация запросов на основе хинтов с помощью LLM-агента и схожести планов
Двухпутевая архитектура выбора хинтов оптимизатора запросов, сочетающая быстрый перенос по ближайшим соседям в пространстве эмбеддингов планов, полученных от LLM, с LLM-агентом с бюджетом, который ищет пространство хинтов по обратной связи СУБД.
Алгоритм типа UCB для обучения экспертов с ограничением по бюджету
Мы представляем M-LCB — вычислительно эффективный мета-алгоритм в стиле UCB, обеспечивающий гарантии регрета в любой момент времени.
Autobidding Arena: единая оценка классических и RL-алгоритмов автоматических ставок
Мы рассматриваем наиболее эффективные алгоритмы автоматических ставок из разных классов — на основе контроллеров, обучения с подкреплением, оптимальных формул и др. — и сравниваем их в среде проведения ставок.
RARe: фреймворк повышения рекламной выручки с контекстно-зависимым переранжированием
Мы предлагаем и сравниваем две различные кликовые модели, учитывающие контекст элементов в результатах поиска.
Быстрые алгоритмы типа UCB для стохастических бандитов с тяжёлым и сверхтяжёлым симметричным шумом
Мы предлагаем новый метод построения алгоритмов типа UCB для стохастических многоруких бандитов на основе общих методов выпуклой оптимизации с неточным оракулом.
Bat: бенчмарк для задачи автоматических ставок
Открытый бенчмарк и набор данных для ставок в рекламных аукционах в реальном времени с базовыми решениями для темпа расходования бюджета и ограничений по цене за клик, позволяющий разрабатывать и сравнивать алгоритмы автоматических ставок на общей основе.
Оптимизация онлайн-рекламы с помощью многоруких бандитов: смягчение проблемы холодного старта в условиях аукционной динамики
Мы разработали UCB-подобный алгоритм в постановке многорукого бандита (MAB) для позиционной модели (PBM), специально адаптированный к аукционным системам с оплатой за клик.
Оптимальное распределение трафика для многоместной спонсируемой поисковой выдачи: баланс эффективности и справедливости
Мы предлагаем новую модель распределения рекламы, отходящую от традиционных аукционных механизмов.
Сила обобщённой гладкости в стохастической выпуклой оптимизации: алгоритмы первого и нулевого порядка
Эта работа посвящена изучению задач стохастической оптимизации в предположении обобщённой гладкости.
γ-конкурентоспособность: подход к многокритериальной оптимизации с высокими вычислительными затратами для липшицевых функций
Мы вводим расширение понятия конкурентных решений и предлагаем метод скаляризации с конкурентоспособностью (SWCM) для многокритериальных задач.
О задачах квазивыпуклой гладкой оптимизации с помощью оракула сравнения
Эта работа посвящена подходу к минимизации квазивыпуклых функций с использованием только недавно предложенного оракула сравнения.
Онлайн-кэширование с обучением: новые верхние оценки
Мы рассматриваем задачу онлайн-кэширования с обучением для СУБД в сценарии, когда каждый запрос сопровождается предсказанием следующего обращения к запрошенной странице.
EEvA: быстрые экспертные алгоритмы замены страниц в буферном пуле
В этой работе мы предлагаем новое семейство алгоритмов замены страниц для буферного менеджера СУБД, которые демонстрируют превосходную производительность по сравнению с конкурентами на нестандартных шаблонах доступа к данным и обеспечивают низкие вычислительные накладные расходы на TPC-C.
Неявно нормализованный прогнозист с клиппированием для линейных и нелинейных многоруких бандитов с тяжёлыми хвостами
В этой работе мы предлагаем новую версию INF — Implicitly Normalized Forecaster with clipping (INF-clip) — для задач MAB с распределениями награды с тяжёлыми хвостами.