TaQFormer多维优惠券分配模型发布并全量部署

Jiahong Li 等人发布论文 TaQFormer，提出一种将多维优惠券分配中的处理变量作为查询的 Transformer 架构。 该模型结合观测数据预训练与 LoRA 微调，并引入 RCT 数据进行优化，旨在提升多维场景下的分配效率。 14 天在线 A/B 测试显示，在补贴成本率基本不变的情况下，业务价值每用户提升 1.26%，且满足延迟预算。 截至 2026 年 10 月，该方案已全量部署并全规模运行数月。

AI 根据报道生成 · 41 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。