Mit der Popularität der generativen KI wächst der Markt für schnellen Worthandel rasant. Allerdings verwendet die aktuelle Handelsplattform von PromptBase immer noch eine verkäuferorientierte Preisgestaltung und es fehlen objektive Preismessstandards. Angesichts dieser Herausforderung schlug das Team für Multimedia und intelligente Sicherheit der Fudan-Universität ein innovatives Prompt-Word-Trading-Modell vor, das sich besser an den zukünftigen Käufermarkt anpassen soll.
Dieses neue Transaktionsmodell umfasst im Wesentlichen zwei Phasen: schnelle Auswahl der Wortkategorie und Formulierung der Preisstrategie. In der ersten Phase verwendet die Plattform einen mehrarmigen Bandit-Algorithmus, der auf einer gierigen Suche basiert, um auf der Grundlage einer Qualitätsbewertung Kategorien von Schlagworten zum Verkauf auszuwählen. In der zweiten Stufe wird die kaskadierende Stackelberg-Spielmethode übernommen, bei der Käufer, Plattformen und Verkäufer als Anführer der ersten Ebene, Anführer der zweiten Ebene bzw. Anhänger betrachtet werden und den Interessen der Käufer Vorrang eingeräumt wird.
Der Kern dieses Modells besteht darin, die Relevanz und Qualität von Aufforderungswörtern und generierten Inhalten umfassend zu berücksichtigen, sodass Transaktionsparteien nach Abwägung von Kosten und Einnahmen optimale Strategien formulieren können. Durch die Festlegung einer angemessenen Preisspanne und zeitnaher Anforderungen an die Wortvielfalt gleicht dieses Modell die Interessen der drei Parteien effektiv aus und soll eine Win-win-Situation mit sich bringen.
Die Forscher Meiling Li und Hongrun Ren haben dieses Muster in einem kürzlich auf arXiv veröffentlichten Artikel näher erläutert. Sie glauben, dass dieses Handelsmodell nicht nur den Prompt-Word-Markt besser standardisieren, sondern möglicherweise auch die Kosten für die Ersteller von Inhalten senken und die Effizienz bei der Erstellung verbessern kann.
Da die Anzahl der Prompt-Word-Produkte zunimmt und die Transaktionskosten sinken, wird erwartet, dass dieses Modell das Ökosystem für die Erstellung von KI-Inhalten neu gestalten wird. Das Forschungsteam wies jedoch auch darauf hin, dass Faktoren wie die Gestaltung der Gewinnfunktion der Transaktionsparteien und die Qualitätsbewertung der Aufforderungswörter immer noch der Schlüssel zur Beeinflussung der endgültigen Preisgestaltung sind. In der Zukunft planen sie, dieses Ergebnis auf ein breiteres Spektrum an Prompt-Word-Pricing-Szenarien auszuweiten.
Diese Forschung liefert neue Ideen zur Lösung des Prompt-Word-Pricing-Problems und wird voraussichtlich eine wichtige Rolle bei der zukünftigen Erstellung und Abwicklung von KI-Inhalten spielen.
Adresse: https://arxiv.org/pdf/2405.15154