Kuaishou steuerte seinen Anzeigengenerator auf Umsatz und meldete nur den Umsatz
Im GR4AD-X-Paper von Kuaishou überschnitten sich die wahrscheinlichsten Anzeigen des Generators und die Anzeigen mit dem höchsten eCPM kaum. Kuaishou steuerte die Generierung deshalb auf den eCPM und schreibt dem Gesamtsystem einen Umsatzzuwachs von 3,07 % zu. Die Tabellen weisen Umsatz und Auslieferungsgeschwindigkeit aus, aber keine Klick-, Conversion- oder Werbetreibenden-Rendite, obwohl die meisten derselben Forschenden im Februar für GR4AD Conversion- und Kleinwerbetreibenden-Zahlen veröffentlicht hatten.

Neritus Vale
Kuaishous Anzeigen-Ingenieure verglichen die Anzeigen, die ihr Generator für am wahrscheinlichsten hielt, mit denen, von denen ihre Ranking-Stufe die höchsten Erlöse erwartete, und stellten fest, dass sich die beiden Listen kaum berührten. In GR4AD-X, das ein Team von Kuaishou Technology am 28. Oktober bei arXiv eingereicht hat, beträgt die Überschneidung „nur etwa 0,02”. Die Lösung lenkt die Generierung auf die Anzeigen, die zahlen. Die Belege aus dem Live-Betrieb zeigen anschließend, was Kuaishou verdient hat, und nicht, was Zuschauer oder Werbetreibende davon hatten.
Ein generativer Recommender muss eine Anzeige buchstabieren, bevor er sie ausspielen kann, wie wir im Oktober berichtet haben. Jede der 7,556 Millionen Anzeigen im Paper trägt einen kurzen Code, eine sogenannte Semantic ID. Das Modell schreibt ihn Token für Token, und eine Beam Search verwirft alle bis auf die wahrscheinlichsten Teilcodes. Das Paper warnt, ein unterschätztes Präfix könne „dazu führen, dass eine Anzeige mit hohem eCPM ausgesondert wird, bevor ihre vollständige SID erzeugt ist”.
Die Diagnose des Papers besteht aus einem Satz: „Next-Token-Prediction passt sich protokollierten Interaktionen an, während Werbesysteme einen kommerziellen Wert wie den eCPM optimieren.” Im Ad-Tech-Sprachgebrauch ist der eCPM der Umsatz, den eine Anzeige voraussichtlich pro tausend Einblendungen einbringt. Der Generator hat gelernt, was Zuschauer getan haben. Kuaishou wird aber nach etwas anderem bezahlt.
GR4AD-X führt den Wert vor, während und nach der Generierung ein. Ein Trainingsschritt namens PV-RSPO reicht eCPM-Belohnungen im Baum der Teilcodes nach oben, sodass jedes Präfix die durchschnittliche Belohnung der darunter gezogenen Anzeigen erbt. PV-BeamSearch ordnet anschließend einen erweiterten Pool nach Wahrscheinlichkeit und nach prognostiziertem Wert und führt beide Rangfolgen zusammen. Ein abschließender Reranking-Schritt sortiert die fertigen Kandidaten mit „eCPM-bezogenen Signalen” neu.
Der Generator rankt nun deutlich ähnlicher wie der Umsatz-Ranker. Auf protokollierten Anfragen steigt die Top-10-HitRate gegenüber dem eCPM vor dem Reranking von 0,021 auf 0,298, verglichen mit demselben Modell ohne Wertausrichtung. Der Beam hat eine feste Breite, also verdrängt jedes Präfix, das der Wert nach oben hebt, eines, das die Wahrscheinlichkeit allein behalten hätte. Das Paper sagt nicht, welche Anzeigen verdrängt wurden und ob Zuschauer sie vermisst haben.
Beim Umsatz führt das Paper Buch. Seine A/B-Tabelle fügt dem produktiven GR4AD-System nacheinander Komponenten hinzu. Der volle Stack liegt am Ende 3,07 % vorn. Der größte Teil dieses Zuwachses kommt vor den neuen Wertschritten zustande. Multi-Path-IDs, die Anzeigen ebenfalls beim Aussortieren helfen, und die Skalierung des Modells machen 2,00 Punkte aus.
Die Wertausrichtung liefert die übrigen 1,07 Punkte. Die wertgeführte Beam Search, also der Schritt, der auf das diagnostizierte Aussortierungsproblem zielt, bringt 0,21 und damit am wenigsten aller Schritte. Sie kam nach PV-RSPO hinzu, ihr Anteil hängt daher von der Reihenfolge der Läufe ab.
Der größte Wertschritt kommt, nachdem der Beam geschlossen ist. Das Reranking der fertigen Liste bringt 0,58 Punkte. Es rettet keine ausgesonderte Anzeige. PV-RSPO, das dem Generator im Training beibringt, Präfixe zu bewerten, trägt 0,28 bei.
Das Testprotokoll umfasst eine einzige Kennzahl. Jede Variante lief sieben Tage lang auf zufällig zugewiesenen 5 % des Traffics. Die Signifikanzaussage gilt für „alle berichteten Umsatzverbesserungen”, das ist jede Verbesserung, die die Online-Tests ausweisen.
Das Paper nennt weder Klickrate noch Conversion-Rate, Werbetreibenden-Rendite oder eine Guardrail für die Nutzererfahrung. Dennoch verknüpft es Reihenfolge und Wert der Kandidaten mit dem „Plattformumsatz und der Erfüllung der Ziele der Werbetreibenden”. Gemessen wird nur das Erste. Die einzigen Kosten, die es nennt, sind Kuaishous eigene: Die Wertausrichtung behält 75 % des Serving-Durchsatzes des Basismodells.
Die meisten derselben Forschenden haben im Februar Zahlen zur Nutzer- und Werbetreibendenseite veröffentlicht. GR4AD, das Paper hinter der Baseline, teilt acht Autorinnen und Autoren mit GR4AD-X und enthält einen Abschnitt mit dem Titel „Business Indicators”. Dort wurde einer „präziseren Interessenmodellierung” eine Verbesserung der Anzeigen-Conversion-Raten um 10,17 % zugeschrieben.
GR4AD berichtete außerdem 17,5 % mehr Anzeigenauslieferung für kleine und mittlere Werbetreibende und sprach von „einem Win-win-win-Ergebnis für Plattform, Werbetreibende und Nutzer”. GR4AD-X berichtet nur den ersten Gewinn.
Alibabas Ingenieure haben bei einer verwandten Korrektur die beiden anderen Zeilen ausgewiesen. Ihr BAR-Paper nimmt sich Retrieval vor, das die Live-Gebote nicht sehen kann, nach denen seine Ranker sortieren. In der ersten Version meldete der Online-Test die Klickrate, „um die Nutzererfahrung zu bewerten”, und den ROI, den GMV der Werbetreibenden im Verhältnis zum Plattformumsatz, „um die Erfahrung der Werbetreibenden zu messen”. Der Plattformumsatz stieg um 4,32 %, während der ROI unverändert blieb. Die Verkäufe der Werbetreibenden hielten also mit ihren Rechnungen Schritt.
Kuaishous Investorensprache geht weiter als die Belege im Paper. Die Mitteilung zum zweiten Quartal zitierte CEO Cheng Yixiao mit der Aussage, KI verbessere „sowohl die Nutzererfahrung als auch die kommerzielle Effizienz”. Dieser Satz umfasst Content, Online-Marketing, E-Commerce und interne Abläufe. Dieselbe Mitteilung kündigte an, das Unternehmen werde seine Modelle für generative Empfehlung und intelligentes Bieten auf Livestreaming, Suche und Pan-Shelf-E-Commerce ausweiten und so „Marketingbudgets unserer Kunden erschließen”. Auf einer Werbeplattform ist Umsatz das, was Werbetreibenden in Rechnung gestellt wird. Eine Umsatztabelle verzeichnet also auch, was sie bezahlt haben.
Für Bekleidungsverkäufer sind die fehlenden Zeilen genau die, nach denen sie einkaufen. Auf einem Salon im September 2025 bewarb Kuaishous Marketingsparte Bekleidungshändlern ihre Paid-Traffic-Tools für die Hochsaison von September bis Februar, so ein Bericht auf Digitaling, der ursprünglich 财经社 zugeschrieben wird. Kuaishous Gebotsprodukt Net Transaction ROI, das nach Angaben des Unternehmens Händlern hilft, Retourenquoten zu senken, erreichte im zweiten Quartal 55 % Kundendurchdringung. Ein Verkäufer, der auf dieses Produkt bietet, behält Ergebnisse auf Werbetreibendenseite im Blick, die GR4AD-X nie ausweist.
Die stärkste Verteidigung lautet, dass der eCPM den Zuschauer bereits enthält. Das Abstract von Alibabas BAR definiert den eCPM als prognostizierte Klickrate mal Gebot. Bei Alibabas Display-Anzeigen erhält eine Anzeige, die niemand anklickt, also zu jedem Preis einen niedrigen Score. GR4AD-X definiert Kuaishous eCPM nie, die Verteidigung setzt also voraus, dass er genauso funktioniert. Der Reranker hat zudem einen Behavior-Head, der „die zunehmend tiefere Conversion-Kette” modelliert. Damit die These fällt, müsste der Mehrumsatz daher kommen, dass Zuschauer stärker reagieren, und nicht daher, dass höhere Bieter niedrigere verdrängen.
Das Paper bietet keine Möglichkeit, diese Verteidigung zu prüfen. Ein prognostizierter Klick ist Kuaishous Schätzung, eingegangen in Kuaishous Score. Ein gemessener Klick ist ein Beleg, und GR4AD-X weist keinen aus. Der Behavior-Head teilt sich die Endabstimmung mit dem eCPM-Head, und seine Wirkung auf die Ergebnisse bleibt unberichtet. Die Zahlen, die das klären würden, liegen in den A/B-Gruppen, aus denen die 3,07 % stammen.
GR4AD-X hat den Generator am Wert ausgerichtet und danach nur Kuaishous Wert gemessen.
Wenn Kuaishou weiter nur den Umsatz veröffentlicht, sollten Händler jeden Wertschritt als Änderung dessen behandeln, was sie zahlen, bis die Plattform Klickrate, Conversion und ROI aus denselben Gruppen zeigt. Welche Bücher offengelegt werden, entscheidet Kuaishou. Ob man Hochsaison-Traffic kauft, ohne die Bücher der Werbetreibenden zu sehen, entscheidet der Händler.