Meta* пересобрала систему ранжирования рекламы: теперь каждое подходящее объявление оценивается для каждого показа — это более миллиарда объявлений в секунду. Компания объявила о трёх связанных обновлениях: новая генеративная модель рекомендаций GenRecs на базе LLM, модернизация retrieval-системы Andromeda и апгрейд GEM — фундаментальной модели, на которой обучаются остальные алгоритмы ранжирования.
По данным Meta*, изменения уже дали рост кликов на 8,3% и увеличение конверсий на 15,7% в Facebook* во втором квартале.
Ключевой сдвиг — в том, как модели понимают объявления. Раньше эффективность привязывалась к идентификаторам: конкретный рекламодатель, кампания, креатив, продукт. Проблема в том, что эти метки постоянно устаревают — кампании перезапускаются, креативы меняются. GenRecs заменяет ID на концепции: LLM читает текст и изображения объявления и описывает его через семантические токены — общие строительные блоки вроде бренда, цвета, посадки, стиля. Поскольку все объявления описываются одними терминами, модель видит сходство между новым объявлением и тем, что уже сработало.
Это смягчает проблему холодного старта, когда у нового продукта нет истории взаимодействий и алгоритму приходится тестировать его вслепую. Вам всё равно нужно учиться
, — предупредил Мэтт Стайнер, вице-президент по рекламной инфраструктуре, ранжированию и AI-основам в Meta*, — но фаза обучения сокращается: объявление быстрее выходит на пик эффективности.
GenRecs питает и новую генеративную модель retrieval. Традиционный отбор фильтровал все объявления, таргетированные на человека, до шорт-листа. Новая модель работает иначе: она анализирует контент, с которым человек взаимодействует — и рекламный, и органический, — и предсказывает релевантные объявления. Её выдача добавляется к результатам оригинальной модели, которая продолжает работать параллельно.
Отдельно Andromeda получила аппаратно-программное обновление благодаря партнёрству Meta* с Nvidia. Retrieval работает на GPU, но раньше данные об объявлениях хранились отдельно, и чипы простаивали в ожидании передачи. Теперь больше информации держится непосредственно на GPU, а каждое объявление направляется специализированным «экспертным» моделям, что делает отбор точнее.
На этапе финального ранжирования обновлённый GEM читает вдвое более длинную историю пользователя. По словам Стайнера, это дало улучшение конверсий примерно на 19% по сравнению с прошлым годом.
Рекламодателям ничего менять не нужно — обновления работают автоматически. Но Стайнер формулирует более провокационную мысль: по мере того как модели ранжирования становятся лучше в выборе аудитории, важность ручного таргетинга снижается. Всё это может быть сделано программно с чрезвычайно высокой точностью моделью машинного обучения и гораздо быстрее, чем человек сделает это в таблице
, — заявил он.
Что остаётся рекламодателям — вопрос, который Стайнер решает в пользу стратегии: модели не задают её, они исполняют. Чем больше рекламодатели готовы использовать рычаги автоматизации, тем быстрее они увидят улучшение эффективности
.
* Meta и Facebook принадлежат Meta Platforms, которая признана в России экстремистской организацией; её деятельность в РФ запрещена.