在传统拍卖机制的理论框架下，平台、零售商、品牌商与用户等多方利益主体的价值最大化难以实现有效均衡。为了构建更高效的拍卖算法以支撑联合业务健康发展，我们主要探索了以下三个模型化解决方案，重点突破算法效率与激励兼容性等核心问题，以实现联合营销场景下的端到端的多物品拍卖机制。
JAMA：基于 AMA 的泛化版本，通过随机采样大量初始分配结果，并采用多层感知机进行优化，在满足激励兼容的基础上，解决弱预算平衡（WBB）问题，从而提升平台收益。
JRegNet：采用多层感知机作为网络的基础架构，包含分配网络和支付网络两个部分来分别生成分配结果和支付结果，以最大化平台收益为目标，将占优策略激励兼容 DSIC 转化为对遗憾值 Regret 的约束，采用增广拉格朗日方法将有约束的目标函数转换为无约束的目标函数进行学习优化，相比 JAMA 建模更灵活且在收入表现较优。
JTransNet：算法主要解决了拍卖中的匿名性拍卖问题，使广告序列满足置换不变性提升拍卖的公平性，并实现了确定性分配更好的支持上线，提升了平台业务收入。
