原標題：一句話，滿足兩個廣告商！谷歌最新「Token拍賣模型」，多LLM聯合創作廣告詞
文章來源：新智元
內容字數：5771字

谷歌提出LLM Token拍賣模型：實現AI智能體高效協作

本文總結了谷歌研究人員提出的創新型token拍賣模型，該模型旨在解決多個大型語言模型(LLM)協同創作內容時如何協調“話語權”的問題，最終實現最佳效果。該模型尤其適用于廣告、內容創作等需要多個AI智能體合作的領域。

1. 問題背景：多LLM協作的挑戰

當多個LLM共同創作內容時，例如在廣告投放中，不同廣告商希望突出自身產品，這會導致協調困難。如何讓AI智能體在競爭與合作中找到平衡，生成既滿足各方利益又達到最佳效果的輸出，是一個關鍵問題。

2. Token拍賣模型：核心機制

谷歌提出的token拍賣模型，通過“競拍”的方式解決上述問題。該模型以token為單位，逐個進行拍賣。每個LLM作為競拍者，根據自身能力和意愿對下一個token進行出價。模型的核心包括兩個關鍵任務：

1. 擴展共享的token序列：決定下一個添加到文本中的token。
2. 確定每個競拍者的支付費用：通過支付函數計算每個LLM需要支付的費用。

分布聚合函數扮演“裁判”角色，綜合考慮每個LLM提供的token分布和出價，生成新的聚合分布；支付函數則確定每個智能體的支付金額，激勵其真實表達偏好。

3. 模型設計與關鍵屬性

研究人員強調了兩個理想屬性：支付單調性（提高出價，偏好體現更好）和一致聚合（不同LLM分布合理聚合）。他們證明這兩個屬性等同于分布聚合函數的單調性，這簡化了模型設計和分析。

研究人員借鑒了“第二價格”支付機制，即出價最高者獲得token，但支付第二高的價格，這能激勵智能體真實出價，避免盲目抬高價格。

4. 最優聚合策略與實驗結果

為了設計最優的分布聚合函數，研究人員構建了聚合損失函數，并提出了兩種有效的分布聚合函數：線性分布聚合函數和對數線性分布聚合函數。實驗結果表明，隨著出價權重的變化，生成的廣告內容能夠合理地體現各方利益訴求，實現了不同廣告商之間的有效協作。

5. 應用前景與結論

Token拍賣模型在廣告、內容創作、智能客服等領域具有廣闊的應用前景。它能讓不同品牌的廣告更巧妙地融合，提高廣告效果；也能讓多個智能體共同創作出更豐富、多元的內容。該模型為多個LLM的協同工作提供了新的思路，為后續研究和應用奠定了基礎。

聯系作者

文章來源：新智元
作者微信：
作者簡介：智能+中國主平臺，致力于推動中國從互聯網+邁向智能+新紀元。重點關注人工智能、機器人等前沿領域發展，關注人機融合、人工智能和機器人對人類社會與文明進化的影響，領航中國新智能時代。