一篇关于大语言模型与转化归因触点识别的 2026 年预印本出现

论文《Can Large Language Models Identify Meaningful Touchpoints in Conversion Attribution?》发表于 2026 年，稳定 ID 为 arXiv:2608.28649，来源为 arXiv cs.AI Daily Feed。

记录作者为 Jinqi Wu、Sishuo Chen、Zhangming Chan、Yong Bai、Chao Yi、Han Zhu、Shuodian Yu、Lei Zhang、Sheng Chen、Chenghuan Hou、Jian Xu、Chaoyou Fu。

publicationStatus 为 preprint，意味着这是预印本，不是已经同行评审的研究成果。

当前证据为单一来源的书目信息；未保留正文、摘要、引语、PDF、方法、样本、结果或因果结论。

标题直接涉及大语言模型能否识别转化归因中的有效触点，方向上与广告渠道评估、用户旅程分析和预算分配相关。

但 目前没有可核验的研究结论，因此不能据此判断大语言模型已经优于现有归因方法，也不能推导具体投放收益。

对商家而言，当前更现实的价值是把这条记录作为研究跟踪信号，并检查自身触点数据是否具备后续评估条件。