Meta opisuje na blogu inżynieryjnym GenRecs Tokenization, czyli warstwę danych dla Generative Recommenders (GenRecs) w systemie rekomendacji reklam. Zamiast osobnego ID dla każdej reklamy, produktu, strony czy piksela, każdy element jest reprezentowany przez zestaw tokenów z stabilnego słownika semantycznego. Multimodalne modele czytają tekst i obrazy reklamy, łączą ten sygnał z danymi o zaangażowaniu użytkowników i kwantyzują wynik do krótkiej sekwencji dyskretnych tokenów. W połączeniu z Generative Ads Model (GEM) i Adaptive Ranking Model rozwiązanie dało +0,35% wzrostu konwersji na różnych powierzchniach (dane wewnętrzne Meta, pomiar z lutego 2026). Największy zysk dotyczy nowych i niszowych reklam z małą liczbą wyświetleń: nowy „trail shoe” dziedziczy wiedzę modelu o całej kategorii, więc problem zimnego startu maleje. Tokeny umożliwiają też przenoszenie wniosków między kampaniami tego samego reklamodawcy. Meta sprawdziła osiem wersji tokenizera i wskazuje silną korelację między jakością tokenów (czystość klastrów, rozkład, wykorzystanie codebooka) a trafnością predykcji CTR. Dla reklamodawców oznacza to, że spójne, dobrze opisane kreacje i katalogi produktowe mogą szybciej zyskiwać zasięg przy nowych kampaniach. Meta zapowiada dalsze rozszerzanie pokrycia tokenizacji oraz badania nad wspólną przestrzenią tokenów dla tekstu, obrazu, audio i wideo.
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