Dengan popularitas AI generatif, pasar perdagangan kata cepat berkembang pesat. Namun, platform perdagangan saat ini yang diwakili oleh PromptBase masih menggunakan penetapan harga berbasis penjual dan tidak memiliki standar pengukuran harga yang obyektif. Menghadapi tantangan ini, Tim Multimedia dan Keamanan Cerdas Universitas Fudan mengusulkan model perdagangan kata cepat inovatif yang dirancang untuk lebih beradaptasi dengan pasar pembeli di masa depan.
Model transaksi baru ini terutama mencakup dua tahap: pemilihan kategori kata cepat dan perumusan strategi penetapan harga. Pada tahap pertama, platform menggunakan algoritma multi-strategi berdasarkan pencarian serakah untuk memilih kategori kata-kata cepat untuk dijual berdasarkan penilaian kualitas. Pada tahap kedua, metode permainan Cascading Stackelberg diadopsi, yang menganggap pembeli, platform, dan penjual masing-masing sebagai pemimpin tingkat pertama, pemimpin tingkat kedua, dan pengikut, dengan mengutamakan kepentingan pembeli.
Inti dari model ini adalah mempertimbangkan secara komprehensif relevansi dan kualitas kata-kata cepat dan konten yang dihasilkan, sehingga memungkinkan pihak-pihak yang bertransaksi merumuskan strategi optimal setelah mempertimbangkan biaya dan pendapatan. Dengan menetapkan kisaran harga yang wajar dan persyaratan kekayaan kata yang cepat, model ini secara efektif menyeimbangkan kepentingan ketiga pihak dan diharapkan dapat menghasilkan situasi yang saling menguntungkan.
Peneliti Meiling Li dan Hongrun Ren menguraikan pola ini dalam makalah terbaru yang diterbitkan di arXiv. Mereka percaya bahwa model perdagangan ini tidak hanya dapat menstandardisasi pasar kata cepat dengan lebih baik, namun juga berpotensi mengurangi biaya pembuat konten dan meningkatkan efisiensi pembuatan.
Seiring dengan meningkatnya jumlah produk prompt word dan penurunan biaya transaksi, model ini diharapkan dapat membentuk kembali ekosistem pembuatan konten AI. Namun, tim peneliti juga menunjukkan bahwa faktor-faktor seperti desain fungsi keuntungan para pihak yang bertransaksi dan evaluasi kualitas kata-kata cepat masih menjadi kunci yang mempengaruhi harga akhir. Di masa depan, mereka berencana untuk memperluas hasil ini ke skenario penetapan harga kata cepat yang lebih luas.
Penelitian ini memberikan ide-ide baru untuk memecahkan masalah penetapan harga kata cepat dan diharapkan dapat memainkan peran penting dalam pembuatan dan transaksi konten AI di masa depan.
Alamat: https://arxiv.org/pdf/2405.15154