Comment Yahoo améliore le reciblage publicitaire avec Amazon Bedrock

Yahoo DSP a implémenté Amazon Bedrock pour moderniser l'expansion de mots-clés de son ciblage par recherche (SRT). L'ancien système utilisait Word2Vec avec un hachage sensible à la localité (LSH), qui souffrait d'un vocabulaire obsolète et d'une compréhension sémantique limitée. Le nouveau flux de travail d'IA générative utilise Amazon Bedrock pour accéder à plusieurs LLM, notamment Amazon Nova, Meta Llama et Claude d'Anthropic. Après évaluation, Claude 3.5 Sonnet v2 d'Anthropic a été sélectionné pour son équilibre entre taux d'expansion et similarité sémantique. Pour réduire les hallucinations, les mots-clés élargis sont vérifiés en générant des vecteurs de représentation (embeddings) et en comparant les scores de similarité avec les mots-clés d'origine ; seuls ceux dépassant un seuil sont conservés. Le système applique également un filtrage des mots-clés sensibles avant et après l'inférence. La solution améliorée a été mise en production au premier trimestre 2025, atteignant des taux d'expansion de mots-clés jusqu'à 600 fois supérieurs et une multiplication par 5 de la portée de l'audience adressable. Yahoo a utilisé Amazon SageMaker Studio pour le prototypage et Amazon Bedrock pour un accès sans serveur aux modèles de fondation, évitant ainsi la gestion d'infrastructure. Amazon Bedrock offre des options d'inférence flexibles (par lots et en temps réel) et des mises à niveau de modèles simples.