BAFF：避免 RTB A/B 日志互相污染的出价感知过滤

复现级别：受控仿真核心机制。 精确执行论文 \(F(k,l)\) 过滤判据，以 B-only 训练作参照测量共享日志参数偏差；不把仿真结果称为线上提升。

论文信息

字段	内容
论文链接	arXiv v1
公司/机构	Dable
首次公开日期	2026-09-08（arXiv v1）
原文开源代码	否：未找到作者公开仓库（核查日期：2026-09-12）
Adapter	baff
本地复现代码	src/auto_research/reproductions/baff/

原始论文总结

背景与主要改动

RTB 实验中 A/B 两个策略看到的竞价机会会互相影响；直接混用日志训练 B 模型会引入 treatment interference。BAFF 同时检查 A 广告在 B 排序中的位置差和 bid-price 差，只保留对 B 决策近似无干扰的 A 日志。

flowchart LR
  A[A 组曝光日志] --> D1[广告排名距离 d_ad]
  A --> D2[出价距离 d_bp]
  B[B 策略重放] --> D1
  B --> D2
  D1 --> F{d_ad < k 且 d_bp < l}
  D2 --> F
  F -->|保留| T[B 模型训练集]

原论文关键图

原论文 Figure 1（关键图）：展示原论文方法的总体设计和关键组成。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

\(d_{ad}=\operatorname{rank}_B(a_A)/K\)，\(d_{bp}=\max(bp_A-bp_B,0)/bp_A\)；仅当两者分别小于 \(k,l\) 时保留。

论文离线与线上效果

线上对照中 CPC treatment-effect gap 从 naive 的 9.85 降至 0.44，CTR gap 从 1.94 个百分点降至 0.40（Section 5.4, Tables 6–7）；这是干扰抑制准确性，不是业务 KPI uplift。

本地复现与边界

2,400 次受控拍卖、三种子结果见 metrics/controlled-rtb-seeds42-44.json。仿真真实执行严格双轴过滤及 ridge 参数偏差诊断，但没有 Dable 私有 DSP 日志、生产 CTR 模型或市场侧 reference 实验。

本地对照口径：基线是混用全部 A/B 日志，实验组执行 \(F(0.5,0.5)\)；各 seed 相对参数偏差变化见产物（可能为负），不适用业务提升百分比。