人大高瓴与斯坦福提出 LAMA：把广告拍卖写进逐 Token 生成过程
LAMA 把广告竞价放进每个 Token 的生成过程，并证明广告主全程诚实报价是最优策略，平台收入与用户体验可以兼顾。
Pew 数据显示，搜索结果出现 AI 摘要后，用户点击传统结果的比例从 15% 降到 8%。OpenAI 已上线 ChatGPT Ads，Google 也在 AI Overviews 里挂了赞助卡片，但生成式回答是逐字写出来的——广告机会本身由生成过程塑造。人大高瓴与斯坦福提出 LAMA，把拍卖推进到逐 Token 的生成环节。
正文摘录
.jpg)  搜索结果里但凡出现 AI 摘要，用户点开普通网页的几率就几乎腰斩。 Pew Research Center 对美国用户在 Google 上大规模浏览行为的分析发现：有 AI 摘要时，用户点击传统搜索结果的比例从 15% 直接暴跌至 8%。[1] 用户正在对话里完成探索和比较，广告也跟着迁移了过来。OpenAI 已经正式上线 ChatGPT Ads，Google 也将广告引入了 AI Overviews，他们给回答挂上赞助商的小卡片，直接延续了搜索引擎时代的模式。[2, 3] 但人们获取信息的范式转变，让人不禁开始重新思考广告的形态： 当信息媒介从整页搜索结果变成一段实时生成的回答，广告究竟应该拍卖什么？ 三十年来，在线广告始终建立在一个默认前提之上： 广告位先存在，拍卖再决定谁获得它 。搜索结果的名次、信息流中的哪一次展示，都是预先定义好的机会。但大模型的回答是逐字生成的：某个品牌是否适合出现、在哪里出现、用什么方式介绍，都取决于前面已经写了什么。甚至先谈价格或是先谈体验，都可能为产品造成完全不同的印象。