Prebid.js 9.41.0版本发布:新增适配器与功能优化
Prebid.js是一个开源的头部竞价解决方案,它允许发布商通过统一的集成方式对接多个广告交易平台,从而实现广告位的最大化收益。作为行业标准的开源项目,Prebid.js持续迭代更新,为数字广告生态提供更强大的技术支持。
新增适配器支持
本次9.41.0版本引入了三个全新的广告适配器,进一步扩展了Prebid.js的生态系统:
-
EPOM Bid Adapter:这是EPOM广告平台的首次集成,为发布商提供了接入该平台竞价能力的新渠道。EPOM作为一家提供程序化广告解决方案的公司,其适配器的加入将为发布商带来更多元的广告源选择。
-
raveltechRtdProvider:这是一个实时数据提供者(RTD)模块的初始版本。RTD模块在竞价过程中能够提供实时数据支持,帮助发布商基于最新数据做出更精准的决策。raveltechRtdProvider的加入丰富了Prebid.js的数据生态系统。
-
Goldbach Bid Adapter:该适配器进行了重要升级,切换到了ORTB(OpenRTB)端点,并添加了用户ID(uid)支持。ORTB是程序化广告领域的标准协议,这一改进使Goldbach适配器更加标准化,同时用户ID的加入有助于提升广告定向能力。
功能优化与维护
本次版本对现有功能进行了多项优化:
-
Yieldone Bid Adapter增加了对GPID(Global Placement ID)的支持。GPID是一种标准化的广告位标识方式,能够更精确地识别广告展示位置,有助于提升广告投放的精准度和效果衡量。
-
Seedtag Bid Adapter新增了meta.mediaType字段。这一改进使得适配器能够更清晰地标识广告媒体类型,为后续的广告渲染和效果追踪提供更丰富的信息。
-
Equativ Bid Adapter现在能够从竞价响应中获取TTL(Time To Live)值。TTL决定了广告创意的有效期,这一改进使得广告缓存策略更加灵活和精确。
-
Rise Bid Adapters将发送auctionCount替代原来的bidderRequestsCount。这一变更使竞价计数更加准确,反映了实际的竞价轮次而非请求次数。
-
Yandex Bid Adapter增加了对适配器版本和显示管理器的支持。版本控制有助于问题排查和兼容性管理,而显示管理器的支持则提升了广告展示的控制能力。
系统改进与问题修复
在构建系统方面,本次更新不再依赖sed工具,提高了构建过程的可移植性和稳定性。这对于在不同环境中部署Prebid.js的开发者来说是一个重要改进。
针对Brave Bid Adapter修复了站点引用(site ref)相关的问题,确保了在Brave浏览器环境下广告请求的正确性。
总结
Prebid.js 9.41.0版本通过新增适配器扩展了生态系统,同时对现有功能进行了多项优化,提升了系统的稳定性、标准化程度和功能丰富性。这些改进将帮助发布商获得更好的程序化广告收益,同时为开发者提供更强大、更灵活的工具集。随着程序化广告生态的不断发展,Prebid.js持续演进,为行业提供可靠的开源解决方案。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00