SWAG：滑动窗口感知的生成式自动出价¶

Fidelity: 核心机制复现。本地执行论文的窗口感知出价目标与约束代理，不把公开离线实验写成生产广告系统。

论文信息¶

项目	内容
论文链接	arXiv 2607.25233
公司/机构	Alibaba International Digital Commerce / Dalian University of Technology
首次公开日期	2026-07-28（arXiv v1）
原文开源代码	否：论文未提供官方/作者代码（核查日期：2026-08-09）
Adapter	`swag-bid`
本地复现代码	`src/auto_research/reproductions/swag_bid/`

原始论文总结¶

背景与主要改动¶

用 masked future plan 建模跨 episode 的七日滑窗目标，并以 per-step gate 将长期 guidance 注入当前 bid 决策。

flowchart LR
    H["历史 campaign"] --> M["masked future plan"]
    W["7-day window objective"] --> M
    M --> G["state gate"]
    G --> B["bid/action score"]

原论文关键图¶

原论文 Figure 2（关键图）：展示原论文提出的核心架构、主要模块及其连接关系。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式¶

\[ a_t=\pi_\theta(s_t,\;g_t\odot h_{\mathrm{window}}),\quad g_t=\sigma(W[s_t;h_{\mathrm{window}}]). \]

论文离线与线上效果¶

AliExpress 21 天 campaign-randomized A/B：cost +1.96%、GMV +3.42%、ROAS +5.65%、目标达成率 +2.02pp。

本地复现¶

本地对照口径：基线为 single-episode Decision Transformer proxy，实验组为 sliding-window planner；同一小数据候选排序下 Hit@10 与 NDCG@10 均为 +0.00%。

把 MovieLens 周期行为映射为 campaign window，实际执行 future masking、七日 MPC score 和 state gate。

auto-research reproduce --paper swag-bid --data-root data --seed 42

稳定结果见 result-seed42.json。

复现边界¶

不是生产 Decision Transformer checkpoint，且公开数据没有 bid、budget、GMV，结果仅是结构消融。