LLM 生成广告中营销标签的因果价值归因：基于去混淆器的方法

研究人员提出反事实推断框架 D-VAE，通过结合多处理去混淆器与因果表征学习，评估引导 LLM 生成广告的专家营销标签因果效应。该方法在 29,177 个粉底彩妆广告创意中优于 SOTA 基准。田野实验显示，D-VAE 推荐的配置使互动率提升 32.7%，且效果在统计学上与人类专家无显著差异。