Génération de titres publicitaires à l'aide d'un modèle de langage masqué auto-critique

Les auteurs proposent une solution programmatique pour générer des titres de publicité de produits en appliquant des méthodes de gradient de politique d'apprentissage par renforcement aux modèles de langage masqués basés sur Transformer. Cette approche conditionne conjointement plusieurs produits qu'un vendeur souhaite promouvoir.

• La méthode utilise les méthodes de gradient de politique RL sur des modèles de langage masqués basés sur Transformer.
• Elle crée des titres publicitaires en conditionnant conjointement sur plusieurs produits.
• Le modèle surpasse les méthodes existantes basées sur Transformer et LSTM + RL dans les métriques de chevauchement et les audits de qualité.
• Selon les audits, les titres générés par le modèle surpassent ceux soumis par les humains en termes de grammaire et de qualité créative.

Les auteurs considèrent cela comme significatif car cela fournit une méthode évolutive pour atteindre la barre de qualité créative des sites de commerce électronique, ce qui est difficile à réaliser manuellement à grande échelle.