标签
Meta 分享了其 AI 智能体如何在广告排序模型集群中自动实现 ML 创新的「技术推广」,自 2026 年 3 月以来已承担超过 60% 的工作,带来 3 倍工程效率提升、4 倍训练算力缩减,以及预计超过 4500 万美元的算力成本节省。
Meta 和 AMD 首次对 AMD MI350X 上用于推荐和排序模型的原生 MXFP8 和 MXFP6 微缩放量化进行了工业级规模评估,实现了相较于 FP16 最高 2.9 倍的 GEMM 内核加速和 7.6–14.3% 的端到端吞吐量提升,同时将归一化熵的质量偏差控制在严格的 0.01% 范围内。
Meta 开发并部署了 A-MLE,这是一款AI代理框架,用于自动化其广告排名模型的机器学习实验,展现出相较于通用LLMs的显著性能优势。
MARCO is a Meta AI framework that decomposes clicks by intent to improve ads conversion prediction, correcting per-intent calibration bias and lifting conversions per click by +2.80% and topline metrics by +0.98% in production.