Avec la popularité de l’IA générative, le marché du trading de mots rapides se développe rapidement. Cependant, la plateforme de trading actuelle représentée par PromptBase utilise toujours une tarification déterminée par le vendeur et manque de normes objectives de mesure des prix. Face à ce défi, l'équipe Multimédia et Sécurité Intelligente de l'Université de Fudan a proposé un modèle innovant d'échange de mots rapide conçu pour mieux s'adapter au marché des futurs acheteurs.
Ce nouveau modèle de transaction comprend principalement deux étapes : une sélection rapide de catégories de mots et la formulation d'une stratégie de tarification. Dans un premier temps, la plateforme utilise un algorithme de bandit à plusieurs bras basé sur une recherche gourmande pour sélectionner des catégories de mots rapides à vendre sur la base d'une évaluation de la qualité. Dans la deuxième étape, la méthode de jeu en cascade de Stackelberg est adoptée, qui considère les acheteurs, les plateformes et les vendeurs respectivement comme des leaders de premier niveau, des leaders de deuxième niveau et des suiveurs, en donnant la priorité aux intérêts des acheteurs.
Le cœur de ce modèle est de prendre en compte de manière globale la pertinence et la qualité des mots-clés et du contenu généré, permettant aux parties à la transaction de formuler des stratégies optimales après avoir pesé les coûts et les revenus. En fixant une fourchette de prix raisonnable et des exigences rapides en matière de richesse en mots, ce modèle équilibre efficacement les intérêts des trois parties et devrait créer une situation gagnant-gagnant.
Les chercheurs Meiling Li et Hongrun Ren ont développé ce modèle dans un article récent publié sur arXiv. Ils estiment que ce modèle commercial peut non seulement mieux normaliser le marché des mots-clés, mais aussi potentiellement réduire les coûts des créateurs de contenu et améliorer l'efficacité de la création.
À mesure que le nombre de produits de mots rapides augmente et que les coûts de transaction diminuent, ce modèle devrait remodeler l'écosystème de création de contenu IA. Cependant, l'équipe de recherche a également souligné que des facteurs tels que la conception de la fonction de profit des parties à la transaction et l'évaluation de la qualité des mots d'invite restent la clé pour influencer le prix final. À l’avenir, ils prévoient d’étendre ce résultat à un plus large éventail de scénarios de tarification rapide.
Cette recherche fournit de nouvelles idées pour résoudre le problème de tarification des mots rapides et devrait jouer un rôle important dans la création et les transactions futures de contenu IA.
Adresse : https://arxiv.org/pdf/2405.15154