Meta กล่าวว่า AI agents จัดการการถ่ายทอดเทคนิคการจัดอันดับโฆษณามากกว่า 60%
เริ่มตรงนี้
Meta กล่าวว่า AI agents ได้จัดการการถ่ายทอดเทคนิคมากกว่า 60% ทั่วทั้งกลุ่มโมเดลจัดอันดับโฆษณาของบริษัทตั้งแต่เดือนมีนาคม 2026 ซึ่งเป็นการเปลี่ยนแปลงที่บริษัทให้เครดิตว่าช่วยเพิ่มผลิตภาพทางวิศวกรรมเป็น 3 เท่า และในบางCombinationของเทคนิคกับโมเดลช่วยลดคอมพิวต์ในการเทรนลงได้ถึง 4 เท่าที่ค่ามัธยฐาน โดย agents แบ่งงานออกเป็น Discovery, Generalization และ Adoption โดยอาศัยฐานความรู้ร่วมของประวัติการเทรนและสถาปัตยกรรมโมเดลที่ผ่านมาเพื่อเลือกผู้สมัคร ลดขอบเขตการค้นหาไฮเปอร์พารามิเตอร์ และรันงานเทรนพร้อมกันหลายร้อยงาน Meta ประเมินว่าแนวทางนี้จะประหยัดค่าคอมพิวต์ได้มากกว่า 45 ล้านดอลลาร์ภายในสิ้นปี และตั้งเป้าลดเวลาที่เทคนิคที่พิสูจน์แล้วจะไปถึงทุกโมเดลที่เกี่ยวข้องจากกว่า 1 ปีเหลือ 3 เดือน Meta กล่าวว่ามนุษย์ยังคงตรวจสอบการตัดสินใจสำคัญและอนุมัติสิ่งที่จะนำออกใช้ และผลลัพธ์ที่ดีที่สุดยังมาจากกระบวนการที่มีอยู่สำหรับโมเดลที่สร้างรายได้สูงสุด ซึ่งบริษัทกล่าวว่าไม่สามารถขยายไปทั้งกลุ่มโมเดลได้ แยกกันนั้น Meta อธิบายแนวทางการพัฒนาที่ขับเคลื่อนด้วยเทมเพลตซึ่งทำให้การออกแบบโมเดลเป็นมาตรฐานในรูปแบบ Standard Model Templates ที่นำกลับมาใช้ซ้ำได้ บริษัทกล่าวว่าสิ่งนี้ลดเวลาทางวิศวกรรมต่อโมเดลลง 92% ในช่วงสองปี นำออกใช้Combinationของเทคนิคกับโมเดลมากกว่า 5,000 รายการ ปรับปรุงคุณภาพโมเดลแบบออฟไลน์โดยเฉลี่ย 0.63% ที่ความจุให้บริการระดับกลาง และสร้างการยกระดับแบบออนไลน์สะสม 0.86% ครอบคลุม 70% ของโมเดลตามจำนวน
สร้างจากรายงาน · อัปเดต 1 วันที่แล้ว
ความคืบหน้า
2 ความคืบหน้า
- 19 พฤศจิกายน 01:00 · 1 รายงานMeta แชร์วิธีที่ AI agents ขยายการถ่ายทอดเทคนิคทั่วMeta Engineering Blog:Meta ใช้ AI agents ขยายนวัตกรรม ML ทั่วโมเดลจัดอันดับโฆษณาอย่างไร
- 19 พฤศจิกายน 00:59 · 1 รายงานแนวทาง ML ที่ขับเคลื่อนด้วยเทมเพลตของ Meta ลดเวลาทางวิศวกรรมต่อโมเดลMeta Engineering Blog:วิธี ML แบบขับเคลื่อนด้วยเทมเพลตของ Meta ลดเวลาวิศวกรรมต่อโมเดลลง 92%
ไทม์ไลน์รายงาน
ไล่ตามรายงานเพื่อดูเหตุการณ์นี้จากหลายด้าน
- Meta Engineering BlogMeta ใช้ AI agents ขยายนวัตกรรม ML ทั่วโมเดลจัดอันดับโฆษณาอย่างไร
Meta ระบุว่า AI agents จัดการการถ่ายทอดเทคนิคมากกว่า 60% ทั่วกลุ่มโมเดลจัดอันดับโฆษณาของบริษัทตั้งแต่เดือนมีนาคม 2026 โดยผลเบื้องต้นแสดงให้เห็นถึงผลิตภาพทางวิศวกรรมที่สูงขึ้น 3 เท่า และลดการใช้คอมพิวต์ในการเทรนลงได้ 4 เท่าโดยมัธยฐานในบางคู่เทคนิค-โมเดล ระบบแบ่งการถ่ายทอดออกเป็นการค้นพบ การ généralisation และการนำไปใช้ โดย agents ดึงข้อมูลจากฐานความรู้ร่วมของการรันเทรนและสถาปัตยกรรมโมเดลก่อนหน้าเพื่อเลือกผู้สมัคร ลดขอบเขตการค้นหาไฮเปอร์พารามิเตอร์ และจัดการงานเทรนที่ทำงานพร้อมกันหลายร้อยงาน Meta ประเมินว่าจะประหยัดคอมพิวต์ได้มากกว่า 45 ล้านดอลลาร์ภายในสิ้นปี และตั้งเป้าลดเวลาที่เทคนิคที่พิสูจน์แล้วจะไปถึงทุกโมเดลที่เกี่ยวข้องจากกว่าหนึ่งปีเหลือสามเดือน
- Meta Engineering Blogวิธี ML แบบขับเคลื่อนด้วยเทมเพลตของ Meta ลดเวลาวิศวกรรมต่อโมเดลลง 92%
Meta อธิบายรายละเอียดแนวทางการพัฒนา ML แบบขับเคลื่อนด้วยเทมเพลตที่ทำให้การออกแบบโมเดลเป็นมาตรฐานผ่าน Standard Model Templates (SMT) ที่นำกลับมาใช้ซ้ำได้ โดยลดเวลาวิศวกรรมต่อโมเดลลง 92% ภายในสองปี ระบบนี้ส่งมอบชุดค่าผสมเทคนิค-โมเดลมากกว่า 5000 ชุด ปรับปรุงคุณภาพโมเดลออฟไลน์โดยเฉลี่ย 0.63% ที่ความจุการให้บริการระดับปกติ และสร้างการยกระดับออนไลน์สะสม 0.86% ครอบคลุม 70% ของโมเดลตามจำนวน
ความร้อนแรงของเหตุการณ์นี้
- ช่วงปัจจุบันที่เทียบได้
- 5
- จุดสูงสุดในช่วงที่เทียบได้
- 919 พฤศจิกายน 03:00
- การเปลี่ยนแปลงใน 24 ชั่วโมง
- -50%
แนวโน้มนี้เปรียบเทียบผู้ร่วมพูดถึงชุดเดียวกันในช่วงเวลาที่เฝ้าดูต่อเนื่อง ช่วงจึงอาจแคบกว่าคะแนนความร้อนปัจจุบัน วางเมาส์หรือแตะกราฟเพื่อดูความร้อนรายชั่วโมง กดลูกศรเพื่อเลื่อนดู