Meta 用 LLM 智能体为全舰队广告排序模型选特征,线上指标 +0.20%
_reachsumit · x · 2026-11-20
Meta 发表面向生产环境的端到端智能体系统,在共享资源约束(特征管线成本)与单模型约束(服务吞吐 QPS)下,为整个广告排序模型舰队从上万候选特征池中优化特征选择。
- LLM 智能体负责提出假设并生成/初筛交叉特征,确定性工具执行实验并验证;多个重要性方法对特征排序,特征混合用帕累托前沿处理多任务模型
- LLM Researcher 智能体在资源上限内进行 10–25 轮异步调参,再由裁剪步骤把管线成本压回预算内
- 生产模型上,归一化熵平均改善 0.31%,管线成本降低 2.3%;优化后的模型已上线,在线 A/B 测试核心指标提升 0.20%
「编程与Agent」频道最新
- OtterKit 一条命令把本地 MCP 服务器变公开 URL 免部署测试 — Conscious-Return-183 · 2026-11-20
- Andrew Carr:被 Antigravity 移动端 PWA 坑到床上躺着跑 agent 写码 — andrew_n_carr · 2026-11-20
- AutoRAGBench:智能体从零造 RAG 系统,GPT-6.1 得分 56.1 超人类基线 — _reachsumit · 2026-11-20
- 用 Gemini 与 Three.js TSL 写出程序化生成哥斯拉演示 — majidmanzarpour · 2026-11-20
- 用户的 Agent 偷偷吃掉 54GB 存储,全是不用的 git worktree — itsOmSarraf_ · 2026-11-20
- Harness 工程差距悬殊:同模型下 Provider 39% vs Mini-SWE 12.8% — andrew_n_carr · 2026-11-20