AI 新聞 · Meta · 廣告排序
Meta 以 LLM 標籤、GEM 與 Andromeda 升級廣告排序
語言模型現在會依產品特性替每則廣告貼標籤，Meta 表示這能縮短新廣告的學習期。Meta 也說，廣告主不必更改任何設定。
Meta 以兩個階段挑選每一則 Facebook 或 Instagram 廣告。名為 Andromeda 的快速系統，先把數千萬則符合資格的廣告篩成一份短名單，再由更大的排序模型做最後決定。2026 年 10 月 28 日，Meta 說明了這兩個階段的升級，AdExchanger 報導。新增的 GenRecs 用大型語言模型，根據廣告的文字與圖片，以同一套產品特性詞彙為每則廣告貼標籤，例如風格、版型、顏色或品牌。
所以新廣告不再從零開始：系統能把它的標籤對應到已有成效的產品。管理 Meta 廣告基礎架構的 Matt Steiner 表示，這會縮短學習期（系統剛開始摸索誰會對廣告有反應的最初階段），但不會讓它消失。他還說，廣告主不必更改任何設定。
根據 PPC Land 摘要的一篇工程文章，Andromeda 現在針對所有符合資格的廣告全面運算，每秒超過十億則，且只用一台 GPU 伺服器。Meta 把自 2025 年以來 Facebook 轉換成長 2.4% 歸功於它，但沒有給出比較基準。核心排序模型 GEM 現在回溯每個人活動紀錄的時間長了一倍。Steiner 的看法是：「定向的重要性正隨時間降低。」
Meta 的 Andromeda 貼文把數億則新廣告歸功於它的素材工具。我們的AI 廣告數據普查收錄了 Meta 自家公布的使用人數，今天新增 F8：第三季近 1000萬名廣告主，這是 Meta 財務長在 10 月 21 日提供的數字。
所以當這些廣告主用 Meta 的工具，替已在跑的商品廣告做出新版本時，新廣告會與一則已有成效的廣告共用商品標籤，Steiner 說這種情況學得比較快。
