proto.lib

Calibration pCTR cho bidding: điểm rank khác xác suất thật

Trong RTB, expected value = predicted click probability × bid; một model rank hoàn hảo nhưng có bias hệ thống (ví dụ luôn cao gấp 2 lần thật) sẽ khiến hệ thống overbid trên mọi impression, nên pCTR phải được CALIBRATE theo từng segment/placement và re-calibrate liên tục khi traffic đổi.

AI/ML SystemsNâng cao2026-08-25
Calibration pCTR cho bidding: điểm rank khác xác suất thật

Tags

#pctr#calibration#rtb-bidding#auction#expected-value#ranking-vs-probability

Tài liệu tham khảo

Mở rộng

Animation gốc là một file HTML tự chứa, có thể nhúng lại ở bất kỳ trang nào khác. Mở file gốc

Liên quan

AI/ML SystemsTrung bình

Calibration xác suất và Reliability Diagram

Một mô hình phân loại tốt có thể xếp hạng đúng mẫu nào rủi ro hơn nhưng vẫn 'nói dối' về con số xác suất — reliability diagram chia dự đoán thành các bin và so sánh xác suất dự đoán với tần suất quan sát thực tế để lộ ra hiện tượng overconfident; Platt scaling hoặc isotonic regression fit trên một tập calibration riêng sẽ sửa lại ánh xạ score mà không đổi thứ tự xếp hạng.

#calibration#reliability-diagram#platt-scaling#isotonic-regression
AI/ML SystemsNâng cao

Parse JSON Chưa Đóng Khi Stream Tool Arguments

Khi model trả tool arguments theo stream, JSON thường chưa đóng ngoặc tại mỗi chunk; client cần một parser gia tăng dựng dần object để hiện UI sớm, nhưng chỉ thực thi tool khi JSON đã hoàn chỉnh và hợp lệ theo schema.

#streaming#tool-use#json-parsing#function-calling
AI/ML SystemsTrung bình

Đưa Ảnh/Trang PDF Vào Model Đa Phương Thức

Khi đưa ảnh hoặc trang PDF vào model đa phương thức, cần resize hoặc tách trang để giảm chi phí token vốn tính theo kích thước ảnh, kết hợp text layer sẵn có nếu tài liệu có, và kiểm chứng số liệu trích ra bằng cách chỉ lại đúng vùng nguồn trên ảnh gốc.

#multimodal#vision#document-ai#pdf