# 广告推荐

Meta发布下一代广告检索系统Andromeda，把模型、系统与GPU硬件放在一起设计。此前检索阶段无法承担排序阶段的深度模型开销，新架构引入受大语言模型启发的混合专家结构，使模型表现接近排序级，而推理算力约为2024版检索模型的1/300。合并后的单GPU流水线在单台服务器上每秒处理超过十亿条广告，Meta称这是检索阶段模型的新吞吐基准，并报告自2025年起Facebook转化率提升2.4%。

Meta发布下一代广告检索系统Andromeda，把模型、系统与GPU硬件放在一起设计。此前检索阶段无法承担排序阶段的深度模型开销，新架构引入受大语言模型启发的混合专家结构，使模型表现接近排序级，而推理算力约为2024版检索模型的1/300。合并后的单GPU流水线在单台服务器上每秒处理超过十亿条广告，Meta称这是检索阶段模型的新吞吐基准，并报告自2025年起Facebook转化率提升2.4%。

动态商品广告的检索质量此前只能靠稀疏且有偏的点击日志或昂贵的线上实验来比较。新方法把用户互动历史压缩成少量按语义ID分组、按事件类型分层的意图代表，再由大语言模型逐条判断候选商品与每个意图的相关性并汇总成用户级分数。在30天生产流量上，该分数对六路检索源的排序与转化精确率、召回率一致，并在四组A/B测试中与线上CTR、CVR变化方向一致。

动态商品广告的检索质量此前只能靠稀疏且有偏的点击日志或昂贵的线上实验来比较。新方法把用户互动历史压缩成少量按语义ID分组、按事件类型分层的意图代表，再由大语言模型逐条判断候选商品与每个意图的相关性并汇总成用户级分数。在30天生产流量上，该分数对六路检索源的排序与转化精确率、召回率一致，并在四组A/B测试中与线上CTR、CVR变化方向一致。

Meta 把广告推荐系统的物品表示从“每个物品一个专属 ID”换成由稳定语义词表组成的短 token 序列，使模型能借助共享概念推断从未见过互动记录的新广告。该表示与 Meta 的生成式广告模型 GEM 和自适应排序模型配合，在广告主侧带来 0.35% 的转化提升，并同时用于检索与排序。

Meta 把广告推荐系统的物品表示从“每个物品一个专属 ID”换成由稳定语义词表组成的短 token 序列，使模型能借助共享概念推断从未见过互动记录的新广告。该表示与 Meta 的生成式广告模型 GEM 和自适应排序模型配合，在广告主侧带来 0.35% 的转化提升，并同时用于检索与排序。