Preferências de cookies

Escolha o que podemos usar. Cookies não essenciais só são ativados com a sua permissão. Detalhes na política de cookies.

Categorias de cookies

AdSteer: como a publicidade nativa poderia entrar nas respostas de um LLM

Por · Publicado em · 1 fonte citada

Em resumo

  • Um preprint no arXiv propõe o AdSteer, método que insere anúncios no texto gerado por modelos de linguagem durante a geração, como forma de sustentar serviços gratuitos.
  • Os autores afirmam ganhos de pontuação e de eficiência frente a métodos anteriores.
  • Quem usa um chatbot gratuito talvez já tenha se perguntado como essas empresas se sustentam.

Quem usa um chatbot gratuito talvez já tenha se perguntado como essas empresas se sustentam. Um artigo publicado no arXiv propõe uma possibilidade: incluir publicidade nativa no próprio texto que o modelo gera, de forma que o patrocínio pareça parte da resposta.

Por que a conta é um problema

Segundo os autores, os serviços de modelos de linguagem enfrentam custos de operação que crescem rapidamente. Para manter o acesso gratuito ou acessível a um público amplo, seriam necessários outros mecanismos de monetização.

O que é publicidade nativa, nesse contexto

De acordo com o resumo, a publicidade nativa gera valor econômico ao alinhar a intenção do usuário com as ofertas de comerciantes. O ponto central do artigo é como encaixar esse conteúdo patrocinado nas respostas sem que ele soe artificial, algo que, segundo os autores, ainda foi pouco explorado.

O que propõe o AdSteer

Os autores descrevem três abordagens existentes: injeção de instruções no prompt, reescrita em várias etapas e ajuste fino do modelo. Para eles, esses caminhos podem prejudicar a qualidade da resposta ou aumentar o custo computacional.

O AdSteer atuaria durante a geração do texto. Ele ajusta as probabilidades dos tokens (os pedaços de texto que o modelo produz em sequência) e calibra a força e a duração dessa influência publicitária.

Resultados informados

Os testes foram feitos no GEM-Bench, em três cenários de aplicação. Segundo o resumo, o método teve, em média, 14,1% a mais de pontuação geral que as bases mais fortes e usou, em média, 22,5% menos tokens totais que os métodos baseados em reescrita.

O que muda para quem usa

  • O anúncio pode aparecer dentro da resposta, e não em um espaço separado, o que torna a fronteira entre recomendação e patrocínio menos evidente.
  • O resumo não diz como o patrocínio seria sinalizado ao usuário, um ponto que pesa diretamente na confiança na resposta.
  • Se a técnica se mostrar eficaz, ela pode ser um caminho para manter serviços gratuitos sem cobrança direta.

Vale lembrar que se trata de uma versão preliminar (v1) publicada no arXiv. O resumo também não informa se o sistema já foi usado em produtos reais.

Fontes

  1. AdSteer: Native Advertising in Large Language Model Generation (arXiv:2611.04147)

Este texto foi produzido com apoio de inteligência artificial a partir das fontes acima e revisado segundo a nossa política editorial. Encontrou um erro? Peça uma correção.

Leia também