Meta: ИИ-агент REA ведёт ML-эксперименты, точность моделей рекламы выросла в 2 раза

Рекламная система Meta показывает персонализированную рекламу миллиардам людей в Facebook, Instagram, Messenger и WhatsApp; её основа — сложные распределённые ML-модели ранжирования, которые постоянно дорабатываются. По описанию компании, улучшение этих моделей традиционно занимало много времени: инженеры формулируют гипотезы, проектируют эксперименты, запускают обучение, разбирают сбои и анализируют результаты, и каждый цикл длится от нескольких дней до недель. По мере зрелости моделей находить заметные улучшения становилось всё сложнее, а ручной последовательный порядок экспериментов стал узким местом.

Meta создала Ranking Engineer Agent (REA) — автономного ИИ-агента, который сам генерирует гипотезы, запускает обучение моделей, отлаживает сбои и повторяет итерации. Агент построен на внутреннем фреймворке Confucius. Гипотезы он берёт из двух источников: базы результатов прошлых экспериментов и исследовательского ML-агента, который изучает базовые конфигурации моделей. Механизм «гибернации и пробуждения» позволяет вести процессы длиной в недели: на время обучения агент отключается и возобновляет работу по готовности результатов. REA работает только с кодовой базой моделей ранжирования рекламы.

Перед запуском агент предлагает план исследования, оценивает стоимость вычислений на GPU и согласует его с инженером. План проходит три фазы: проверка отдельных гипотез, их комбинирование и интенсивная оптимизация лучших вариантов в пределах утверждённого бюджета. При сбоях агент сверяется со справочником типовых ошибок и корректирует план сам. В первом промышленном развёртывании на шести моделях REA удвоил среднюю точность относительно базового уровня. Три инженера с агентом подготовили предложения по улучшению восьми моделей; раньше на одну модель требовалось два инженера. Компания сообщила об этом в марте 2026 года.