Meta 5 sierpnia 2026 r. opisała nową, wieloetapową architekturę rankingową dla reklam, która rozdziela ciężkie modelowanie użytkownika offline od lekkiego rankingu online. Firma łączy tu dwa kierunki: model sekwencyjny oparty na długich historiach aktywności oraz technikę dense tokenization z target-aware attention, która uczy interakcji bez ręcznego feature engineeringu. W praktyce offline user model przetwarza tysiące zdarzeń i zapisuje cache’owane embeddingi, a online ranking wykorzystuje je wraz ze świeżymi sygnałami i kandydatami reklamowymi w czasie rzeczywistym. Meta podaje, że wraz z innymi usprawnieniami przełożyło się to łącznie na wzrost konwersji o 6% na Instagramie, 3% na Facebooku oraz 3,5% wzrostu kliknięć reklamowych na Facebooku. Firma twierdzi też, że na realnym ruchu reklamowym pojawiła się przewidywalna krzywa skalowania „jak w LLM”, z log-liniową zależnością między compute a jakością. Dla marketerów oznacza to dalsze przesuwanie ciężaru optymalizacji z pojedynczych sygnałów na długie sekwencje zachowań, zwłaszcza w cold startach i przy nowych reklamodawcach. Meta wskazuje, że ta architektura jest już kluczowym elementem Generative Ads Recommendation Model (GEM) i ma być łatwo przenoszona na kolejne zadania rankingowe.
Źródło: Meta — oryginalny artykuł ↗
Chcesz wiedzieć, jak ta zmiana wpłynie na Twoją stronę?
Nasz zespół analizuje każdą aktualizację Google w 48h i przekłada ją na konkretne działania dla klientów.
Bezpłatna analiza wpływu