Buchumschlag

EGA-V2: An End-to-end Generative Framework for Industrial Advertising

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zheng, Zuowu, Wang, Ze, Yang, Fan, Fan, Jiangke, Zhang, Teng, Wang, Yongkang, Wang, Xingxing
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

EGA-V1: Unifying Online Advertising with End-to-End Learning
von: Qiu, Junyan, et al.
Veröffentlicht: (2025)

NGA: Non-autoregressive Generative Auction with Global Externalities for Advertising Systems
von: Zheng, Zuowu, et al.
Veröffentlicht: (2025)

Vertical Semi-Federated Learning for Efficient Online Advertising
von: Li, Wenjie, et al.
Veröffentlicht: (2022)

HoMer: Addressing Heterogeneities by Modeling Sequential and Set-wise Contexts for CTR Prediction
von: Chen, Shuwei, et al.
Veröffentlicht: (2025)

End-to-End Semantic ID Generation for Generative Advertisement Recommendation
von: Jiang, Jie, et al.
Veröffentlicht: (2026)

Unified Value Alignment for Generative Recommendation in Industrial Advertising
von: Zhang, Xinxun, et al.
Veröffentlicht: (2026)

OneRanker: Unified Generation and Ranking with One Model in Industrial Advertising Recommendation
von: Sun, Dekai, et al.
Veröffentlicht: (2026)

Next-Scale Generative Reranking: A Tree-based Generative Rerank Method at Meituan
von: Wang, Shuli, et al.
Veröffentlicht: (2026)

End-to-end training of Multimodal Model and ranking Model
von: Deng, Xiuqi, et al.
Veröffentlicht: (2024)

Tencent Advertising Algorithm Challenge 2025: All-Modality Generative Recommendation
von: Pan, Junwei, et al.
Veröffentlicht: (2026)

OneSug: The Unified End-to-End Generative Framework for E-commerce Query Suggestion
von: Guo, Xian, et al.
Veröffentlicht: (2025)

Deep Situation-Aware Interaction Network for Click-Through Rate Prediction
von: Lv, Yimin, et al.
Veröffentlicht: (2026)

LEMUR: Large scale End-to-end MUltimodal Recommendation
von: Han, Xintian, et al.
Veröffentlicht: (2025)

OneSearch: A Preliminary Exploration of the Unified End-to-End Generative Framework for E-commerce Search
von: Chen, Ben, et al.
Veröffentlicht: (2025)

Generative Recommendation for Large-Scale Advertising
von: Xue, Ben, et al.
Veröffentlicht: (2026)

AIE: Auction Information Enhanced Framework for CTR Prediction in Online Advertising
von: Yang, Yang, et al.
Veröffentlicht: (2024)

Differentiable Geometric Indexing for End-to-End Generative Retrieval
von: Wang, Xujing, et al.
Veröffentlicht: (2026)

Dual-Rerank: Fusing Causality and Utility for Industrial Generative Reranking
von: Zhang, Chao, et al.
Veröffentlicht: (2026)

Practice on Long Behavior Sequence Modeling in Tencent Advertising
von: Hu, Xian, et al.
Veröffentlicht: (2025)

GPR: Towards a Generative Pre-trained One-Model Paradigm for Large-Scale Advertising Recommendation
von: Zhang, Jun, et al.
Veröffentlicht: (2025)

OKG: On-the-Fly Keyword Generation in Sponsored Search Advertising
von: Wang, Zhao, et al.
Veröffentlicht: (2024)

PIT: A Dynamic Personalized Item Tokenizer for End-to-End Generative Recommendation
von: Wang, Huanjie, et al.
Veröffentlicht: (2026)

RankMixer: Scaling Up Ranking Models in Industrial Recommenders
von: Zhu, Jie, et al.
Veröffentlicht: (2025)

Detecting RAG Advertisements Across Advertising Styles
von: Heineking, Sebastian, et al.
Veröffentlicht: (2026)

An End-to-End Multi-objective Ensemble Ranking Framework for Video Recommendation
von: He, Tiantian, et al.
Veröffentlicht: (2025)

Reasoning to Rank: An End-to-End Solution for Exploiting Large Language Models for Recommendation
von: Zheng, Kehan, et al.
Veröffentlicht: (2026)

Advertiser Content Understanding via LLMs for Google Ads Safety
von: Wallace, Joseph, et al.
Veröffentlicht: (2024)

MixFormer: Co-Scaling Up Dense and Sequence in Industrial Recommenders
von: Huang, Xu, et al.
Veröffentlicht: (2026)

R3-VAE: Reference Vector-Guided Rating Residual Quantization VAE for Generative Recommendation
von: Wan, Qiang, et al.
Veröffentlicht: (2026)

On Negative-aware Preference Optimization for Recommendation
von: Ding, Chenlu, et al.
Veröffentlicht: (2025)

ASI++: Towards Distributionally Balanced End-to-End Generative Retrieval
von: Liu, Yuxuan, et al.
Veröffentlicht: (2024)

Generative Recommender with End-to-End Learnable Item Tokenization
von: Liu, Enze, et al.
Veröffentlicht: (2024)

MSN: A Memory-based Sparse Activation Scaling Framework for Large-scale Industrial Recommendation
von: Wu, Shikang, et al.
Veröffentlicht: (2026)

SUMMA: A Multimodal Large Language Model for Advertisement Summarization
von: Jia, Weitao, et al.
Veröffentlicht: (2025)

Enhancing LLM-based Recommendation through Semantic-Aligned Collaborative Knowledge
von: Wang, Zihan, et al.
Veröffentlicht: (2025)

RankUp: Towards High-rank Representations for Large Scale Advertising Recommender Systems
von: Chen, Jin, et al.
Veröffentlicht: (2026)

MTGR: Industrial-Scale Generative Recommendation Framework in Meituan
von: Han, Ruidong, et al.
Veröffentlicht: (2025)

OneMall: One Architecture, More Scenarios -- End-to-End Generative Recommender Family at Kuaishou E-Commerce
von: Zhang, Kun, et al.
Veröffentlicht: (2026)

MBGR: Multi-Business Prediction for Generative Recommendation at Meituan
von: Li, Changhao, et al.
Veröffentlicht: (2026)

A Generative Framework for Personalized Sticker Retrieval
von: Zhou, Changjiang, et al.
Veröffentlicht: (2025)