Los autores proponen una solución programática para generar titulares publicitarios de productos aplicando métodos de gradiente de política de Aprendizaje por Refuerzo a Modelos de Lenguaje Enmascarados basados en Transformers. Este enfoque condiciona conjuntamente sobre múltiples productos que un vendedor desea anunciar.
- El método utiliza métodos de gradiente de política de Aprendizaje por Refuerzo en Modelos de Lenguaje Enmascarados basados en Transformers.
- Crea titulares publicitarios condicionando conjuntamente sobre múltiples productos.
- El modelo supera a los métodos existentes de Transformer y LSTM + RL en métricas de superposición y auditorías de calidad.
- Los titulares generados por el modelo superan a los enviados por humanos en gramática y calidad creativa según las auditorías.
Los autores consideran esto significativo porque proporciona una forma escalable de superar la barra de calidad creativa para sitios web de comercio electrónico, lo cual es difícil de lograr manualmente a gran escala.