R^3：通过群体相关经验提取器和课程强化进行广告合规整改

严格的内容审核对于在线广告至关重要，但每天都会导致数以百万计的拒绝。这种规模使得手动校正变得不可行，特别是对于视频广告。然而，现有的安全驱动方法经常遭受过度编辑，这损害了广告商最初的语义意图，只是为了满足合规性。在这项工作中，我们的目标是纠正视频广告中的文本违规行为，涵盖语音记录和屏幕文本。我们提出了 R^3，这是一种新颖的框架，旨在协调与原始语义意图保存的一致性。我们的方法整合了三个关键创新：（1）经验驱动的数据合成框架，通过群体相对合规经验提取器引导高质量的监管； (2) 具有分级奖励的课程强化学习策略，旨在强制遵守，同时最大限度地提高语义一致性； (3) 全面的视频整改框架，无缝集成文本识别、重写和重新渲染，以进行工业部署。对工业数据集和在线 A/B 测试的大量实验表明，R^3 显着优于最先进的基线，实现了违规纠正和意图保留之间的最佳权衡。