AdSteer：在LLM生成中植入原生广告

论文提出解码时植入原生广告的轻量框架 AdSteer

资讯摘要

论文提出 AdSteer，一种轻量级解码时广告框架，通过自适应调整 token 概率，将上下文相关的广告自然融入大模型回复，并校准广告影响的强度与持续时间。作者在 GEM-Bench 的三个应用场景中报告，其综合得分较最强基线平均提升 14.1%，总 token 数比基于重写的方法平均少 22.5%。

要点速读

1. AdSteer 在解码阶段调整 token 概率，而非提示注入、多轮重写或微调
2. 框架可校准广告影响的强度与持续时间
3. 在 GEM-Bench 三个场景中，综合得分较最强基线平均提升 14.1%，总 token 数较重写方法平均减少 22.5%

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。